王彥富　李玉蓮　閆培娜　張彪

(中國石油大學(華東)機電學院　山東青島 266580)

?

基于事故場景分析的海洋平臺火災概率預測分析*

王彥富李玉蓮閆培娜張彪

(中國石油大學(華東)機電學院山東青島 266580)

根據美國安全與環(huán)境執(zhí)行局(BSEE)近40 a的火災事故統計資料，選取壓縮機單元火災、熱處理單元火災和井噴火災作為典型火災事故場景，利用貝葉斯網絡模擬不同場景火災事故概率及其關鍵因子影響程度。模擬結果表明，壓縮機單元火災頻率為2.1×10-4次/a，熱處理單元泄漏火災頻率為2.2×10-4次/a，井噴火災頻率約1.0×10-5次/a；其中41.1%的壓縮機單元火災、24.9%的熱處理單元火災和34.8%的井噴火災事故與“沒有遵守作業(yè)指導”有關；其次，“管道布局不合理”、“缺乏日常檢查”和“缺乏溝通”分別是壓縮機單元火災、熱處理單元火災和井噴火災中僅次于“沒有遵守作業(yè)指導”的關鍵因素。

貝葉斯網絡海洋平臺火災事故場景分析概率分析

0　引言

火災事故是海洋平臺事故報告最多的類型，近年來，隨著設備故障頻率降低，人為因素占海洋油氣火災事故原因的比例呈現增長趨勢，人因失誤逐漸成為重要隱患。將人因失誤、組織缺陷和設備故障結合在一起，建立考慮人因組織因素的海洋平臺火災事故定量分析模型，辨識油氣火災事故誘發(fā)事件及重要度序列能夠有效預防火災事故發(fā)生，降低火災風險。

海洋平臺火災事故定量分析包括泄漏原因分析、點火原因分析以及氣體探測、火災探測和人員響應等安全屏障的分析，這些內容直接或間接存在相互作用，且數據缺乏，使得火災事故定量分析變得相當復雜，導致推理和決策具有不確定性[1-2]。為解決這種不確定性，將貝葉斯網絡應用到火災概率預測分析中，根據火災事故統計數據分析確定海洋平臺典型火災事故場景，建立基于貝葉斯網絡的海洋平臺火災概率預測分析模型，從設備故障、人因失誤和組織缺陷分析火災事故原因，模擬火災事故發(fā)生序列，確定影響火災事故的關鍵致因因子，為預防火災事故的發(fā)生和降低火災后果提供依據，進而降低火災風險。

1　海洋平臺火災事故原因分析

為獲得全面、詳細的火災事故原因，建立可靠的火災事故場景，本文對1996—2012年期間美國安全與環(huán)境執(zhí)行局(BSEE)公布的26起重大火災事故報告[3]以及130起頻發(fā)火災事故[4]進行詳細分析，見圖1。

圖1墨西哥灣海洋平臺火災事故相關的作業(yè)任務

圖1表明，65.3%的海洋平臺火災事故與生產操作有關，12.8%的海洋平臺火災事故與鉆井作業(yè)有關，另外完井作業(yè)、修井作業(yè)也極易發(fā)生火災事故。根據事故統計分析可知，海洋油氣生產作業(yè)過程中，碳氫化合物從工藝設備泄漏，經過排放管道轉移或者隨風漂移，在遠離泄漏源區(qū)域集聚，遇火源發(fā)生閃火的事故類型最多，而其中，壓縮機單元、熱處理單元發(fā)生泄漏火災的次數最多。鉆井作業(yè)、完井作業(yè)、修井作業(yè)過程中常見的事故有井漏、井涌和井噴，從井口或井下噴出的油氣被點燃即發(fā)生井噴火災事故，井噴火災雖然發(fā)生幾率非常小，但對于人員和平臺結構是毀滅性的。因此，本文將壓縮機單元火災、熱處理單元火災和井噴火災作為典型的火災事故場景。表1概括了海洋平臺不同作業(yè)階段火災危險性。

表1　不同作業(yè)階段火災危險性分析

2　基于貝葉斯網絡的海洋平臺火災概率預測分析

火災概率預測分析是非常復雜的任務，因為影響火災概率的變量具有很大的隨機性和不確定性，為解決隨機性和不確定性問題，將貝葉斯網絡引入到海洋平臺火災概率預測分析[5-6]。根據火災事故場景分析，建立基于貝葉斯網絡的海洋平臺火災概率預測分析模型，模擬設備故障、人因錯誤和組織缺陷對火災事故的影響，預測不同場景下火災概率及其關鍵致因因子的影響程度。

2.1壓縮機單元火災概率預測分析

壓縮機單元火災事故場景包括生產作業(yè)過程中由于人員操作失誤、設備故障導致壓縮機氣缸、閥門、管道螺紋和管道連接泄漏，被壓縮機排放管道熱表面、壓縮機排放熱和焊接火花等不同類型火源點燃的火災事故。例如，作業(yè)人員打開閥門進行取樣；移除臨時連接后隔離閥處于打開狀態(tài)；壓縮機排放管道連接處斷開；閥門處于打開位置；違反作業(yè)指導，使用不同類型的螺母、法蘭和填充材料替代標準配件，導致螺紋、法蘭松動發(fā)生泄漏。主要點火源類型是壓縮機排放熱、排放管道熱表面，以及焊接火花和焊接熔渣等。根據歷史事故統計分析確定可靠的火災事故場景，利用貝葉斯網絡建立壓縮機單元火災概率預測分析模型，見圖2。

圖2　壓縮機單元火災概率預測分析

圖2模擬結果表明，海洋平臺壓縮機單元火災頻率為2.1×10-4次/a。導致壓縮機單元火災事故的主要基本事件先驗頻率、后驗頻率和重要度序列見表2。結果表明，沒有遵守作業(yè)指導、管道布局不合理、人員操作失誤、排放管道斷開、沒有熱作業(yè)程序和絕熱層損壞是導致海洋平臺壓縮機單元火災的關鍵因素。其中，41.1%的壓縮機單元火災與沒有遵守作業(yè)程序有關；沒有遵守作業(yè)程序、人員操作失誤、閥門故障、超壓和監(jiān)督不足是造成碳氫化合物泄漏的主要因素；沒有遵守作業(yè)程序、管道布局不合理、排放管道斷開和沒有熱作業(yè)程序是導致點火源存在的主要原因。其中管道布局不合理是指壓縮機、發(fā)動機和發(fā)電機等排放管道出口與工藝設備安全距離不足，排放槽敞開，排放管道通往生活區(qū)、控制室底部甲板等。

表2　壓縮機單元基本事件頻率值及其重要度序列

2.2熱處理單元火災概率預測分析

海洋平臺熱處理單元火災場景主要包括熱處理器火管破裂和熱介質單元設備泄漏火災。在熱處理過程中，如果熱處理器處理的石油產量降低，為了到達可接受的操作范圍，石油需要在加熱器火管停留更長的時間以確保石油產品達到工藝條件，增加了火管溫度上升的可能性，同時也增加了火管表面燒焦固體物質和火管內部泥漿可能性，使得火管溫度增加，而散熱能力降低。正常生產模式，火管內的火焰模式是在火管中心，如果火焰中心改變，會造成熱點和熱應力?；鸸荛L期遭受高溫峰值會嚴重削弱火管剛性強度，在熱點地方只需要一點點壓力差異就會導致火管破裂。歷史事件處理過程顯示，為了節(jié)約經費或者是錯誤的風險評估，沒有對火管進行替換，只是進行了修補，導致火管老齡化最終破裂泄漏。除此之外，熱處理單元其他工藝輔助設備，例如熱介質循環(huán)泵、熱介質鍋爐、原油日用罐和熱介質泄放罐等由于工藝異常、人員操作失誤、閥門、法蘭和螺紋等工藝部件故障導致泄漏，大大增加了碳氫化合物泄漏概率。碳氫化合物泄漏一旦發(fā)生，遇火管燃燒器火焰、焊接火花、設備熱表面可能發(fā)生噴射火、閃火和爆炸等。根據火災事故場景，利用貝葉斯網絡建立熱處理單元火災概率預測分析模型，見圖3。

圖3熱處理單元火災概率分析

模擬結果表明，海洋熱處理單元火災頻率為2.2×10-4次/a。導致熱處理單元火災的主要基本事件的先驗頻率、后驗頻率及其重要度序列見表3。結果表明，沒有遵守作業(yè)程序、缺乏日常檢查、監(jiān)督不足、缺乏定期維修程序、損壞絕熱層和節(jié)約經費對海洋平臺熱處理單元火災影響最大，其中，24.9%的熱處理火災事故與沒有遵守作業(yè)指導有關,14.9%和12%的熱處理火災事故與缺乏日常檢查、監(jiān)督不足和缺乏定期維修程序有關。監(jiān)督不足、安全意識不足和節(jié)約經費對火管破裂事件有重要影響，安全意識不足導致壓力安全閥、高溫水平裝置等安全設備被旁路，同時沒有人員監(jiān)督導致加熱器超壓、過熱，削弱了火管剛性強度。從安全屏障的角度出發(fā)，制定定期維修程序和進行日常檢查能夠及時發(fā)現火管表面剛性能減弱，及時進行維修，將大大降低火管破裂的可能性。絕熱層損壞是點火源影響最大的事件，其次是沒有遵守作業(yè)指導、沒有特定作業(yè)程序和沒有專職熱作業(yè)監(jiān)督人員造成的焊接火花。

表3　熱處理單元基本事件頻率及其重要度排序

2.3井噴火災概率預測分析

在鉆井過程中，當鉆遇高壓油氣層，而油氣層的壓力高于井筒內液柱壓力時，油氣將進入井筒，從而導致井筒內的液柱由于天然氣侵入而比重降低，發(fā)生溢流，若不及時采取措施，消除井筒內的氣體，適當加大鉆井液密度，使井內壓力達到平衡，將會發(fā)生井涌現象。鉆井人員時刻注意溢流前的種種前兆：泵壓上升或下降；鉆井液循環(huán)出口流量增大、減少或斷流，池液面上升或降低；鉆井液中出現油、氣、水顯示；懸重變化。當發(fā)現溢流后，通過防噴器、節(jié)流閥、井下安全閥和井上安全閥等井控系統盡快關井[6]，如果井控系統失效，大量油氣將從井口噴出，導致井噴事故的發(fā)生。噴出的碳氫化合物若遇到金屬撞擊火花、明火、電氣火花、靜電火花等點火源將導致著火，發(fā)生井噴火災事故。據此，圖4建立了井噴火災概率預測分析模型。

圖4　井噴火災概率分析

模擬結果表明，井噴火災頻率約為1.0×10-5次/a。表4是井噴火災中涉及到的主要基本事件發(fā)生先驗頻率、后驗頻率和重要度排序。模擬結果表示，沒有遵守作業(yè)人員、溝通不足、臨時變更作業(yè)人員和沒有詳細的井控程序是造成井噴事故的主要原因。其中，34.8%的井噴火災事故與沒有遵守作業(yè)指導有關；13.2%的井噴火災事故與溝通不足有關；10.1%的井噴火災事故與臨時變更作業(yè)人員有關。而撞擊火花是導致井噴火災的主要點火類型，其次是焊接火花和靜電火花。

表4　井噴火災基本事件頻率及其重要度排序

3　結語

由于歷史數據來源于固定式平臺，因此本文結論主要適用于固定式平臺，但是所提出的方法和模型適合于所有類型海洋平臺火災概率的分析。

(1)火災事故是設備、人因和組織因素耦合作用的結果，基于貝葉斯網絡的海洋平臺火災概率預測分析模型，能夠有效地模擬設備、人因和組織因素對火災事故的耦合作用，并進一步定量評估海洋平臺火災風險。

(2)貝葉斯網絡結果表明，壓縮機單元泄漏火災發(fā)生頻率為2.1×10-4次/a，熱處理單元泄漏火災發(fā)生頻率為2.2×10-4次/a，井噴火災發(fā)生頻率約為1.0×10-5次/a。其中，41.1%的壓縮機單元泄漏火災、24.9%的熱處理單元泄漏火災和34.8%的井噴火災事故與“沒有遵守作業(yè)指導”有關；其次，“管道布局不合理”、“缺乏日常檢查”和“缺乏溝通”分別是壓縮機單元火災、熱處理單元火災和井噴火災中僅次于“沒有遵守作業(yè)指導”的關鍵事件。

(3)根據歷史統計數據和貝葉斯推理，得到不同場景火災的發(fā)生概率和所有致因因子的重要程度及其序列，能夠為安全屏障的定量分析和海洋平臺安全管理提供科學依據。

[1]KHAN F I, AMYOTTE P R, DIMATTIA D G. HEPI: A new tool for human error probability calculation for offshore operation [J].Safety Science，2006,44(4):313-334.

[2]DIMATTIA D G, KHAN F I, AMYOTTE P R. Determination of human error probabilities for offshore platform musters[J].Journal of Loss Prevention in the Process Industries, 2005,18(4):488-501.

[3]BSEE.Panel investigation reports[EB/OL].[2015-07-02].http://www.bsee.gov/Inspection-and-Enforcement/Accidents-and-Incidents/Panel-Investigation-Reports/Panel-Investigation-Reports/.

[4]BSEE.Current safety alerts[EB/OL].[2015-07-02].http://www.bsee.gov/Regulations-and-Guidance/Safety-Alerts/Safety-Alerts/.

[5]WANG Y F, XIE M, NG K M, et al. Probability analysis of offshore fire by incorporating human and organizational factor[J]. Ocean Engineering,2011(38)：2042-2055.

[6]閆放,許開立,姚錫文,等. 生物質氣化火災爆炸事故BN-LOPA分析[J].工業(yè)安全與環(huán)保,2015,41(5):91-94，44.

李玉蓮，女，1991年生，碩士研究生，主要從事海洋平臺火災爆炸風險評估。

Probability Analysis of Offshore Fire Based on Accidents Scenarios Statistical Data

WANG YanfuLI YulianYAN PeinaZHANG Biao

(Departmentofmechanical，ChinaUniversityofPetroleumQingdao，Shandong266580)

According to the statistics of fire accidents from Bureau of Safety and Environmental Enforcement, the typical offshore fire scenarios are identified as compressor unit fire, heat treatment unit fire and blowout fires. Bayesian Network method is used to calculate the probability of different fire scenarios and identify the important degree of fire causes. The calculation results show that occurrence probability of compressor unit fire is 2.1×10-4, probability of heat treatment unit fire is 2.2×10-4and probability of blowout fire is 1.0×10-5; 41.1% of the compressor unit fire, 24.9% of the heat treatment unit fire and 34.8% of the blowout fire are caused by the factor of “not comply with instruction”. In the next place, “unreasonable piping layout”, “l(fā)ack of routine inspections” and “l(fā)ack of communication” also contribute greatly to the occurrence of compressor unit fire, heat treatment unit fire and blowout fire respectively.

Bayesian Networkoffshore fire accidentaccidents scenarios statistical dataprobability analysis

國家自然科學基金青年科學基金(51409260)，山東省自然科學基金面上項目(ZR2012EEM023)，中央高?；究蒲袠I(yè)務費-專項資金資助(14CX05035A)。

王彥富,女，1981年生，博士，副教授，主要從事海洋平臺火災爆炸風險評估、深水井噴應急技術研究、隧道火災研究和事故致因的定量分析等。

2015-07-14)