江 文，蔣宏業(yè)，蔣安荔，羅 珊

1.西南石油大學(xué)石油與天然氣工程學(xué)院(四川成都610500)

2.中國(guó)石化天然氣川氣東送管道分公司(湖北武漢430000)

基于貝葉斯網(wǎng)絡(luò)的油碼頭裝卸設(shè)備溢油失效可能性研究

江 文1，蔣宏業(yè)1，蔣安荔2，羅 珊1

1.西南石油大學(xué)石油與天然氣工程學(xué)院(四川成都610500)

2.中國(guó)石化天然氣川氣東送管道分公司(湖北武漢430000)

油碼頭裝卻設(shè)備失效是導(dǎo)致溢油并引起火災(zāi)爆炸、海洋污染等事故的因素之一，因此，采用科學(xué)的方法對(duì)設(shè)備進(jìn)行失效可能性研究具有重要意義。首先，運(yùn)用故障樹(shù)的貝葉斯網(wǎng)絡(luò)化方法，構(gòu)建油碼頭裝卻設(shè)備溢油故障的貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu);其次，基于模糊集理論，利用GeNIe軟件進(jìn)行概率推理，定量評(píng)估設(shè)備失效可能性，可得引起裝卻設(shè)備故障的主要因素是輸油臂密封圈漏油和輸油泵快速接頭故障;最后，結(jié)合后驗(yàn)概率進(jìn)行事故致因分析，得出最大致因鏈，發(fā)現(xiàn)裝卻設(shè)備的薄弱環(huán)節(jié)。實(shí)例分析表明，利用貝葉斯網(wǎng)絡(luò)推理分析，較傳統(tǒng)的故障樹(shù)分析更具合理性，概率分布更為準(zhǔn)確。

油碼頭裝卻設(shè)備;貝葉斯網(wǎng)絡(luò);模糊集理論;失效可能性;事故致因;溢油失效

隨著國(guó)家經(jīng)濟(jì)快速發(fā)展，成品油需求量上升，油碼頭裝卸過(guò)程中的安全隱患也隨之增加，如操作人員缺乏安全防范意識(shí)，計(jì)量錯(cuò)誤或操作失誤，設(shè)備耐蝕性能不高等，均可能引發(fā)火災(zāi)爆炸、溢油污染、人身傷亡及設(shè)備故障等事故［1］。因此有必要對(duì)油碼頭裝卸設(shè)備進(jìn)行失效可能性分析，其中常用的失效可能性分析方法有故障樹(shù)分析、事件樹(shù)分析、故障類型及影響分析等，但是這些方法在面向復(fù)雜系統(tǒng)安全建模分析和處理具有多態(tài)性、失效相關(guān)性等特點(diǎn)的問(wèn)題上具有一定的缺陷。貝葉斯網(wǎng)絡(luò)是一種基于貝葉斯推理的風(fēng)險(xiǎn)量化方法，此方法已經(jīng)廣泛用于油碼頭、液體化學(xué)品碼頭運(yùn)營(yíng)風(fēng)險(xiǎn)標(biāo)準(zhǔn)與風(fēng)險(xiǎn)評(píng)估、船舶溢油風(fēng)險(xiǎn)評(píng)價(jià)研究及港口生產(chǎn)安全評(píng)價(jià)［2-4］。由于貝葉斯網(wǎng)絡(luò)法在處理多態(tài)性、動(dòng)態(tài)性［5］和軟件影響等特點(diǎn)的問(wèn)題上具有明顯優(yōu)勢(shì)，因此采用貝葉斯網(wǎng)絡(luò)方法進(jìn)行油碼頭裝卸設(shè)備的失效可能性分析。

1 貝葉斯網(wǎng)絡(luò)方法概述

貝葉斯網(wǎng)絡(luò)是1988年由Pearl提出，是一個(gè)帶有條件概率表(Conditional Probabilities Table，簡(jiǎn)稱CPT)的有向無(wú)環(huán)圖(Directed Acyclic Graph，簡(jiǎn)稱DAG)，它是由節(jié)點(diǎn)與有向邊構(gòu)成，可用N=((X，T)，P)表示。其中，(X，T)表示一個(gè)有向無(wú)環(huán)圖，P表示相應(yīng)節(jié)點(diǎn)上的條件概率表。在(X，T)中，X=(x1，x2，…，xn)為有向無(wú)環(huán)圖中所有節(jié)點(diǎn)的集合，每個(gè)節(jié)點(diǎn)代表一個(gè)變量;T為有向無(wú)環(huán)圖中全部有向邊的集合，有向邊用于連接節(jié)點(diǎn)以描述節(jié)點(diǎn)間存在的相互關(guān)系［6］。

貝葉斯網(wǎng)絡(luò)具有描述事件多態(tài)性和故障關(guān)系非確定性的能力，并且可以實(shí)現(xiàn)雙向推理［7］。即利用聯(lián)合概率分布從根節(jié)點(diǎn)進(jìn)行自上而下的正向推理，計(jì)算出在給定根節(jié)點(diǎn)先驗(yàn)概率的前提下葉節(jié)點(diǎn)的發(fā)生概率，可用于可靠性分析;還能夠通過(guò)貝葉斯公式從葉節(jié)點(diǎn)進(jìn)行自下而上的反向推理，計(jì)算出在已知葉節(jié)點(diǎn)發(fā)生的條件下任意一個(gè)根節(jié)點(diǎn)的后驗(yàn)概率，可用于故障診斷，并且通過(guò)最大后驗(yàn)概率可確定最大致因鏈，因此更加適合對(duì)復(fù)雜系統(tǒng)的安全性和可靠性分析。

2 基于模糊集理論的貝葉斯網(wǎng)絡(luò)概率分析

2.1 貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的構(gòu)建

故障樹(shù)模型的定義和邏輯表達(dá)方式與貝葉斯網(wǎng)絡(luò)模型的概率和圖形表達(dá)方式，兩者有一定的相似性，因此可以將故障樹(shù)模型轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)模型進(jìn)行設(shè)備的失效可能性分析。故障樹(shù)與貝葉斯網(wǎng)絡(luò)的主要映射關(guān)系:事件——節(jié)點(diǎn)，邏輯門(mén)——連接強(qiáng)度，將故障樹(shù)轉(zhuǎn)換為貝葉斯網(wǎng)絡(luò)的具體方法可參考文獻(xiàn)［8］。

以圖1 a)所示的故障樹(shù)為例說(shuō)明其轉(zhuǎn)化方法。假設(shè)故障樹(shù)中部件故障狀態(tài)有2種:即故障和正常，分別用0和1表示，并且各個(gè)事件是相互獨(dú)立的，故障和導(dǎo)致該故障的因素關(guān)系用與門(mén)、或門(mén)表達(dá)。它們的條件概率如式(1)、式(2)所示，圖1 b)為該故障樹(shù)轉(zhuǎn)化成的貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)模型。

圖1 與/或邏輯關(guān)系對(duì)應(yīng)的貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

2.2 先驗(yàn)概率的確定

由于油碼頭裝卸設(shè)備失效可利用的歷史數(shù)據(jù)有限，很難將事件發(fā)生概率用確定的數(shù)值表達(dá)。因此，采用專家評(píng)判的語(yǔ)義變量來(lái)表示事件概率，再將模糊性語(yǔ)言描述的事件概率經(jīng)過(guò)解模糊后運(yùn)用貝葉斯網(wǎng)絡(luò)推理技術(shù)，實(shí)現(xiàn)失效概率的預(yù)測(cè)。具體步驟如下:

1)專家語(yǔ)言的模糊數(shù)處理。運(yùn)用模糊集理論，引入語(yǔ)言變量，Wickens［9］認(rèn)為事件發(fā)生概率可劃分為7個(gè)語(yǔ)義值，其模糊隸屬度分布如圖2所示，λ-截集可參考文獻(xiàn)［10］。

圖2 模糊隸屬度分布圖

為了能夠更準(zhǔn)確地利用模糊數(shù)來(lái)量化事件的發(fā)生概率，采用算術(shù)平均法來(lái)綜合多個(gè)專家的評(píng)判結(jié)果，n個(gè)專家評(píng)判的綜合評(píng)判可表示為:

式中，Pi為第i個(gè)事件的模糊發(fā)生概率;fij為第j個(gè)專家評(píng)判第i個(gè)事件的模糊值;m為事件數(shù)目。

2)解模糊。在模糊集合中，取一個(gè)相對(duì)最能代表這個(gè)模糊集合的單值的過(guò)程稱為解模糊。采用積分值法計(jì)算，它利用λ-截集的運(yùn)算來(lái)對(duì)模糊數(shù)進(jìn)行處理［10］，用優(yōu)化指標(biāo)ε反映專家的意見(jiàn)，假設(shè)P是L-R型模糊數(shù)，模糊數(shù)P的解模糊值為:

式中，ε∈［0，1］，當(dāng)ε=0和ε=1時(shí)I(P)分別對(duì)應(yīng)模糊數(shù)P解模糊化值的上下界，當(dāng)ε=0.5時(shí)I(P)為模糊數(shù)P解模糊化值的代表值;IR(P)和IL(P)分別為模糊數(shù)左右隸屬函數(shù)反函數(shù)的積分值。對(duì)于三角模糊數(shù)，IR(P)和IL(P)可用λ-截集表示，即:

式中，λR(P)和λL(P)分別為模糊數(shù)P的λ-截集上下界;λ=0，0.1，0.2，……，1;Δλ=0.1。

2.3 貝葉斯網(wǎng)絡(luò)概率推理

GeNIe是由美國(guó)匹茲堡大學(xué)決策系統(tǒng)實(shí)驗(yàn)室開(kāi)發(fā)的一款能夠處理圖像模型和構(gòu)建圖形決策理論模型的工具軟件。運(yùn)用GeNIe軟件可以建立貝葉斯網(wǎng)絡(luò)模型，其使用方式方便靈活，并具有可視化界面，在改變某一節(jié)點(diǎn)狀態(tài)的條件下，能夠直觀地得到其他節(jié)點(diǎn)的后驗(yàn)概率，同時(shí)支持貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)和結(jié)構(gòu)學(xué)習(xí)，并可以提供推理功能，其中推理算法應(yīng)用的是聯(lián)合樹(shù)推理算法［11］。

因此運(yùn)用GeNIe軟件進(jìn)行概率推理計(jì)算，得到總失效概率，并對(duì)其進(jìn)行等級(jí)劃分，得到相應(yīng)的失效可能性等級(jí)［12］。借鑒API581中對(duì)失效概率的等級(jí)劃分，制定出油碼頭裝卸設(shè)備的失效可能性等級(jí)劃分表，見(jiàn)表1。

表1 失效可能性與失效概率的對(duì)應(yīng)關(guān)系

3 實(shí)例分析

3.1 建立裝卸設(shè)備溢油的貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

以某油碼頭裝卸作業(yè)為例，其卸油作業(yè)流程為:船艙→輸油泵→輸油管→計(jì)量→輸油臂→港區(qū)儲(chǔ)油罐/罐車。通過(guò)分析裝卸過(guò)程中設(shè)備溢油故障影響因素建立故障樹(shù)，如圖3所示，其中基本事件的代號(hào)和名稱見(jiàn)表2。

圖3 油碼頭裝卸設(shè)備溢油故障樹(shù)

3.2 概率推理及失效可能性等級(jí)的確定

根據(jù)模糊集理論及2.2節(jié)中的積分法處理進(jìn)行解模糊運(yùn)算，給出4位專家對(duì)油碼頭裝卸設(shè)備溢油故障中輸油臂故障的各基本事件的評(píng)判(表3)。

在λ-截集中，根據(jù)公式(3)可得出專家意見(jiàn)的平均模糊數(shù)，根據(jù)公式(4)～(6)可得基本事件的先驗(yàn)概率，見(jiàn)表4。

表2 基本事件的代號(hào)和名稱

表3 專家對(duì)基本事件發(fā)生概率的評(píng)判

根據(jù)建立的貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，將節(jié)點(diǎn)的先驗(yàn)概率和條件概率表輸入GeNIe中，結(jié)果如圖4所示，可得油碼頭裝卸設(shè)備溢油的概率為0.852，對(duì)照表1，此油碼頭裝卸設(shè)備溢油的失效可能性為“高”。

3.3 后驗(yàn)概率計(jì)算

后驗(yàn)概率是修正先驗(yàn)概率后所獲得的更接近實(shí)際情況的概率估計(jì)，表示事件發(fā)生的可能性大小，基本事件對(duì)頂事件的影響。可將油碼頭裝卸設(shè)備溢油失效概率設(shè)為1，在圖中可以直觀地得出各事件的后驗(yàn)概率，如圖5所示。

從圖5可得出，在油碼頭裝卸設(shè)備溢油故障中，輸油臂密封圈漏油的概率最大;其次是輸油泵快速接頭破裂，這與大量的設(shè)備溢油事故統(tǒng)計(jì)分析結(jié)果基本一致。因此，在油碼頭裝卸作業(yè)過(guò)程中，需加強(qiáng)操作人員的安全防范意識(shí)，加強(qiáng)對(duì)輸油臂和輸油泵等設(shè)備的定期檢修，保障整個(gè)系統(tǒng)處于安全狀態(tài)。

3.4 最大致因鏈確定

利用貝葉斯網(wǎng)絡(luò)模型進(jìn)行事故致因分析［13］，所具有的優(yōu)勢(shì)可以用節(jié)點(diǎn)變量來(lái)表示事故致因因素，節(jié)點(diǎn)變量可以通過(guò)狀態(tài)信息來(lái)表示致因因素的不確定性狀態(tài)。而節(jié)點(diǎn)間的條件概率則可以很好地表示致因因素之間的相互關(guān)系。并且能在時(shí)間和空間上再現(xiàn)事故的形成過(guò)程。根據(jù)圖5所示的后驗(yàn)概率圖可得，當(dāng)油碼頭裝卸設(shè)備故障時(shí)，經(jīng)過(guò)貝葉斯網(wǎng)絡(luò)的診斷推理，有2條最有可能導(dǎo)致事故發(fā)生的途徑分別為:①X3→A2→T(輸油臂密封圈漏油→輸油臂故障→油碼頭裝卸設(shè)備溢油故障);②X6→A3→T(輸油泵快速接頭破裂→輸油泵故障→油碼頭裝卸設(shè)備溢油故障)。由于每一個(gè)節(jié)點(diǎn)的后驗(yàn)概率都包含著子節(jié)點(diǎn)與父節(jié)點(diǎn)之間的關(guān)系，因此選取各節(jié)點(diǎn)中后驗(yàn)概率最大的一個(gè)得出的最大致因鏈具有合理性。

表4 基本事件的先驗(yàn)概率

圖4 油碼頭裝卸設(shè)備溢油貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

圖5 貝葉斯后驗(yàn)概率分布圖

攝影/徐志武

4 結(jié)語(yǔ)

1)基于故障樹(shù)的貝葉斯網(wǎng)絡(luò)分析，并利用模糊集理論，能避免大量計(jì)算，在處理變量間的多態(tài)性關(guān)系和概率推理等特點(diǎn)的問(wèn)題上具有明顯優(yōu)勢(shì)。

2)建立了油碼頭裝卸設(shè)備故障溢油的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)，并進(jìn)行了失效可能性計(jì)算，得出引起故障的主要因素是輸油臂密封圈漏油和輸油泵快速接頭故障。

3)通過(guò)貝葉斯網(wǎng)絡(luò)的診斷推理，確定油碼頭設(shè)備的事故最大致因鏈，得出引起設(shè)備失效的主要因素，為設(shè)備維護(hù)提出指導(dǎo)。

［1］江旭峰，唐寧.我國(guó)內(nèi)河成品油碼頭風(fēng)險(xiǎn)的特點(diǎn)、種類與防范［J］.中國(guó)水運(yùn)，2010，10(5):41-42.

［2］巫志鵬.油碼頭、液體化學(xué)品碼頭安全風(fēng)險(xiǎn)問(wèn)題的探討［J］.中國(guó)安全生產(chǎn)科學(xué)技術(shù)，2009，5(5):169-172.

［3］劉克中，干偉東，黃明，等.基于貝葉斯網(wǎng)絡(luò)的船舶溢油風(fēng)險(xiǎn)評(píng)價(jià)研究［J］.中國(guó)航海，2012，35(1):85-89，104.

［4］鄭恒，徐連勝，韋健.基于貝葉斯網(wǎng)絡(luò)的港口生產(chǎn)安全評(píng)價(jià)方法［J］.水運(yùn)工程，2007(4):23-27.

［5］Palaniappan R.Kannan.Bayesian networks:Application in safety instrumentation and risk reduction［J］.ISA Transactions，2007(46):255-259.

［6］Jiang X，Mahadevan S.Bayesian structural equation modeling method for hierarchical model validation［J］.Reliability Engineering and System Safety，2009(94):796-809.

［7］Portinale L，Raiteri D C，Montani S.Supporting reliability engineers in exploiting the power of Dynamic Bayesian Networks［J］.International Journal of Approximate Reasoning，2010，51(2):179-195.

［8］俞樹(shù)榮，楊慧來(lái).基于貝葉斯網(wǎng)絡(luò)的長(zhǎng)輸管道故障樹(shù)分析［J］.石油化工設(shè)備，2009，38(2):47-50.

［9］Wickens C D.Engineering psychology and human performance［M］.2nd edition.New York:Harper Collins Publishers Inc，1992.

［10］朱云斌，黃曉明，常青.模糊故障樹(shù)分析方法在機(jī)場(chǎng)環(huán)境安全中的應(yīng)用［J］.國(guó)防科技大學(xué)學(xué)報(bào)，2009，31(6):126-131.［11］趙晶晶.基于模糊貝葉斯網(wǎng)絡(luò)的故障診斷方法研究及其在列控系統(tǒng)中的應(yīng)用［D］.北京:北京交通大學(xué)，2013.

［12］黃亮亮，姚安林，蔣宏業(yè)，等.基于T-S模糊故障樹(shù)的輸氣站場(chǎng)設(shè)備失效可能性研究［J］.中國(guó)安全生產(chǎn)科學(xué)技術(shù)，2014，10(8):144-149.

［13］李賢功，葛家家，胡婷，等.煤礦頂板事故致因分析的貝葉斯網(wǎng)絡(luò)研究［J］.中國(guó)安全科學(xué)學(xué)報(bào)，2014，24(7):10-14.

The failure of handing facilities in oil wharf is one of the factors resulting in oil spilling，fire explosion，and marine pollution incidents，and therefore it is very important to assess the failure possibility of the handing facilities using scientific methods. Firstly，Bayesian network topology for the oil spill failure of the handing facilities in oil wharf is established by using Bayesian network method;secondly，the possibility of the oil spill failure of the handing facilities is quantitatively assessed based on fuzzy set theory and using GeNIe software，and the assessment result shows that the main factors causing the oil spill failure of the handing facilities are the oil spilling at the seal ring of oil loading arm and the failure of quick coupling of oil loading pump;finally，find out the weaknesses of the handling facilities according to the analysis of accident causes.The analysis of a case shows that，Bayesian network inference analysis is more reasonable than traditional fault tree analysis，and the obtained probability distribution is more accurate.

handing facility in oil wharf;Bayesian network;fuzzy set theory;failure possibility;cause of the accident;oil-spilling failure

王梅

2015-03-05

國(guó)家科技支撐計(jì)劃課題“基于風(fēng)險(xiǎn)的油氣管道事故預(yù)防關(guān)鍵技術(shù)研究”(編號(hào):2011BAK06B01-11-01)

江文(1990-)，女，碩士，主要從事油氣儲(chǔ)運(yùn)系統(tǒng)風(fēng)險(xiǎn)評(píng)價(jià)與完整性管理方向研究。