叢廣佩，陳媛芳，李偉明

（1.廣東石油化工學院，廣東茂名 525000；2.杭州電子科技大學，浙江杭州 310018）

0 引言

據不完全統(tǒng)計，近些年隨著我國石化裝置實際制造能力的不斷提升，以及我國大規(guī)模進口劣質原油等原因，引發(fā)我國石化裝置的失效的主導因素正在發(fā)生根本性的變化，各種腐蝕問題正在成為設備管道失效的重要影響因素，如圖1所示。90年代后期腐蝕的影響權重達到70%，已經成為影響石化設備失效的最主要因素。進一步對工藝、操作等數據進行統(tǒng)計，如圖2所示，發(fā)現即使綜合工藝、儀表等其他因素，腐蝕泄漏在石化裝置運行安全中的權重也達到44%左右[1]。并且，隨著我國原油對外依賴度的不斷增加，這種情況可能呈現逐年增加的趨勢[2]。

圖1 石化設備失效主導因素的變化

圖2 石化行業(yè)非計劃停車原因統(tǒng)計

另外，據國際上的一些不完全統(tǒng)計數據也表明，機械失效已成為誘發(fā)安全事故的重要原因之一[3]，而且這些事故不但造成人員傷亡，而且使生產成本大幅提升，如石化行業(yè)，據統(tǒng)計事故造成的經濟損失可占到行業(yè)生產成本的30%～40%[4]。

為解決這些問題，RBI方法，即基于風險的檢驗標準[5-7]被首先應用檢驗決策優(yōu)化，并取得了令人滿意的效果，為此人們進一步將定量風險技術進一步延伸至維修決策和管理領域[8-11]，2007年CEN推出了基于風險檢驗與維修計劃，即RIMAP計劃，它以作業(yè)程序標準化[12]，強調針對各個環(huán)節(jié)都要進行定量或半定量的風險評估[13]，并提出對于高風險單元應盡可能以根治性維修為目標，進行失效根原因分析（RCFA），從而據此作出合理的根治性維修決策。

由此可見，目前失效根原因分析已經成為最高效降低設備單元潛在泄漏風險，避免連續(xù)泄漏事件的重要手段，但是其在使用過程中也面臨著一些挑戰(zhàn)，主要體現為兩個方面，其一，實際生產中的分析過程需要集中工藝、設備等各個專業(yè)方面的技術專家，并且評估結論主要以經驗推斷為主，缺少物理證據，這些都給評估準確性造成不良影響；其二，采用常規(guī)的失效分析方法，雖然可以提供科學有效的結論，但是失效分析智能提供泄漏失效的直接影響因素結論，對于受到工藝、維修等多種因素影響的復雜系統(tǒng)，往往難于發(fā)現導致泄漏的二次原因和根原因，所以很難從根本上有效治理泄漏問題，尤其是由于工藝因素導致的腐蝕異常問題，因此，在實際生產過程中，需要一種快捷有效且可以避免主管因素影響的失效跟原因分析方法。

1 基于證據鏈的RCFA分析模型

1.1 模型概述

根據刑偵學的證據鏈理論，一個案件的發(fā)生過程或者情景推理如果能合理的將所有已知的表面證據串聯起來，那么即使最不可思議的推理也應該是最有可能的真相。根據這種理論，在失效根原因分析過程中，若存在一個情景推理鏈能夠將已知的事件和事故串聯起來，并且推理鏈條中的各個節(jié)點可以進一步找到其它相關物理證據和現象證明各個情景節(jié)點的合理性，那么該情景推理鏈即為一個合理的失效事故情景，其初始事件即為失效根原因。其模型如圖3所示。

模型中主要由初始事件（根原因）、過程情景事件和失效事故事件三部分組成，其按照因果邏輯進行排序，逐步推演出從初始事件到失效事故事件的全部過程和關鍵節(jié)點。其中關鍵節(jié)點，即過程情景事件，的推理合理性則用誘發(fā)該情景的誘發(fā)現象和該情景引發(fā)的后果事件是否存在加以驗證，某個關鍵節(jié)點已驗證的誘發(fā)現象和引發(fā)后果越多則該節(jié)點的可信度越高。

1.2 模型中的定量分析

在模型的實際推理過程中，往往存在多個合理的情景推理鏈，這時候需要一種判定方法識別出可能性最大的一個情景推理鏈，從而確定最優(yōu)可能的失效根原因。

從圖3可以看出，一個完整的情景推理鏈有節(jié)點和鏈接組成，而初始節(jié)點就是失效根原因，最終節(jié)點則是失效問題本身。而中間的關鍵節(jié)點往往都有多種鏈接可能性，其中最有可能導致失效問題發(fā)生的鏈接組合就是用于判斷失效根原因最優(yōu)路徑。另外考慮到其實每個中間關鍵節(jié)點其發(fā)生的可能性也是存在一定的不確定性，因此中間關鍵節(jié)點的發(fā)生概率也是一個必須要考慮的問題。

綜上所述，在模型中定量分析失效根原因的判定模型可以由式（1）-（4）加以判定。

假設第i個情景推理鏈有u個節(jié)點和v個鏈接組成，那么

對于第j個節(jié)點的可靠性：

其中k為已驗證的誘發(fā)現象的總數量。

對于第h個鏈接的發(fā)生概率：

其中m為第h個鏈接上游的關鍵節(jié)點所能引發(fā)的所有已驗證的事件總量。

則第i個情景推理鏈的發(fā)生概率為：

而最優(yōu)根原因則可以根據式（4）加以判定：

1.3 模型中的條件事件

圖3 基于證據鏈的失效根原因分析模型

模型中，誘發(fā)現象引發(fā)過程情景以及關鍵節(jié)點之間的鏈接往往存在條件事件，如圖4所示。

有觸發(fā)條件存在時，誘發(fā)現象是否能證明過程情景，過程情景之間是否存在鏈接都要考慮觸發(fā)條件發(fā)生的概率，觸發(fā)條件發(fā)生則節(jié)點間鏈接存在，否則節(jié)點之間的鏈接將不可能發(fā)生，因此在計算鏈接概率p時應該考滿足觸發(fā)條件的概率，則第j個鏈接的概率應該由式（5）加以計算。

圖4 關鍵節(jié)點間的條件觸發(fā)模型

其中p(j)tr為第j個鏈接中觸發(fā)條件發(fā)生的概率

1.4 模型中的節(jié)點和鏈接概率的迭代

為了方便應用，模型中所有節(jié)點和鏈接的概率都被賦予一個初始概率，比如0.5，當有更多的數據可以計算誘發(fā)現象與關鍵節(jié)點，關鍵節(jié)點之間的鏈接概率時，則原有的概率將被新獲得的數據加以更新，從而得到后驗概率，這就需要使用貝葉斯算法，使用貝葉斯算法的最大好處就是可以在初始數據不足的情況下融合專家經驗、初始賦值這些主觀判斷，并在后續(xù)使用中不斷優(yōu)化數據，使之不斷逼近真實情況。對于本研究鏈接概率模型大多屬于二項分布，因此貝葉斯迭代公式可采用式（6）所示的計算方法。

2 應用案例

2.1 案例描述

某海上采油平臺建成于1993年，設計壽命20年，投產以來產油主要以密度在914 kg/m3的中等粘度稠油為主，并伴有伴生氣。隨著開采時間，其產能變化如表1所示，可以發(fā)現由于油井產氣量的增加，無論是總產量還是單井負荷都明顯高于預期設計。

表1 設計產能和2013年產能

由于產能的變化，油水氣的外輸量增加，因此平臺于2001年初增設了一個外輸緩沖罐V-303A，該罐與原有緩沖罐V-303容積完全相同，其入口管道是從V-303入口管道引出的并行管路，其管徑與V-303入口管線相同。另外，緩沖罐內為油水混合介質，并且由于混合介質在罐內停留時間較短，因此罐內油水并未實現分離，油水混合介質為主。

自2012年4月1日原油緩沖罐V-303罐底出現首次腐蝕穿孔，如圖5所示?？讖酱蠹s1～2 cm，泄漏孔為圓形，幾乎處于出料管入口位置，泄漏液體為污水，罐底遠端進行測厚分別為16.45、17.07和16.63 mm，均勻減薄跡象十分不明顯，2013年11月底發(fā)生第二次泄漏，2013年12月25日發(fā)生第三次泄漏，每次都在原有泄漏附近產生新的腐蝕孔，泄漏孔之間幾乎相互連接，總直徑到達約約5～8 cm，罐底距離穿孔部位較遠處壁厚測量結果如表2所示。

圖5 V-303原油緩沖罐罐底穿孔泄漏

表2 V-303穿孔部位周邊壁厚測量結果mm

2.2 案例分析

從泄漏基本情況來看，屬于局部腐蝕問題，因此可能的腐蝕機理主要是入口處的流體沖蝕/腐蝕、垢下腐蝕和微生物腐蝕（MIC）。根據表2中的數據，腐蝕穿孔區(qū)域的局部腐蝕速率達到3.765～7.53 mm/y，而遠端區(qū)域在2012-2013年最大平均腐蝕速率為0.753 mm/y，考慮到該容器容積較大，且底部是液體相對靜止區(qū)域，出口管入口處的湍流不可能波及到罐底遠端，并引發(fā)如此快速的腐蝕問題，從收集的現場證據來看，該平臺總產液量下降為設計的84%，且增加了V-303A的分流旁路，流體流速影響應該得到削弱，而非增強，因此可以排除流體沖蝕/腐蝕機理的影響。

進一步收集整理同期平臺相關事件，如表3所示。將這些事件按照圖3和4所示的模型，將事件分為誘發(fā)事件、過程事件、條件事件和結果事件，并形成可能的情景推理鏈，如圖6所示，從圖中可以看出，引發(fā)腐蝕過程的有兩條并行的推理鏈，一條是由于注水中Ca2+含量超標且PH值大于7導致結垢傾向增加，并在阻垢劑的作用下形成懸浮顆粒，當流速降低或形成滯留區(qū)時，沉積下來形成垢物，具體證據見圖7所示，在換熱器、管道盲端以及分離器底部的死角區(qū)域，由于流體滯留，都形成明顯的沉積結垢現象；另一條則是在垢下形成缺氧環(huán)境，此時介質中足夠濃度的SRB（硫酸還原菌）將在垢下快速繁殖，從而形成MIC腐蝕作用，其特征如圖8所示，會在一個局部區(qū)域形成連續(xù)的圓形或橢圓形腐蝕坑，這種腐蝕特征與腐蝕泄漏的實際情況符合度極高。此外，MIC的一個必要條件就是形成厭氧環(huán)境，通過對低流速區(qū)域的取證可以發(fā)現，在低流速區(qū)域都發(fā)現了由于氧濃差電池導致局部氧化潰瘍斑，如圖9所示，證明在低流速區(qū)不但形成垢物沉積，并且垢下由于氧濃差作用，形成了明顯的厭氧環(huán)境。

表3 與腐蝕泄漏問題同期發(fā)生的平臺事件及其影響描述

圖6 V303泄漏事件情景鏈

圖7 注水管線內部結垢

由此，腐蝕異常泄漏邏輯推演如下，首先，由于改用CaCO3注水，且在阻垢劑的作用下，在水中形成懸浮垢物，并會在低流速或者流體滯留區(qū)域沉積成垢，由于近期環(huán)保改造，分離生產水需再次注入緩沖罐（V303），使該罐中造成了沉積結垢環(huán)境，接著，垢下由于O2腐蝕和物質交換不暢產生，O2消耗殆盡，形成厭氧環(huán)境，；同時，雖然殺菌劑和H2S抑制劑將SRB、鐵細菌、異養(yǎng)菌控制在10個/L，但是由于近期環(huán)保要求開排水必須回注入緩沖罐，從而間歇性帶入高濃度細菌，濃度大約在100個/升以上，并且由于緩沖罐內油水混合、快速抽出的共同作用使得油水混合比較明顯，表現為緩沖罐界位模糊，導致水帶有大量有機物，誘發(fā)鐵細菌、異養(yǎng)菌快速繁殖，形成生物粘泥，黏附懸浮物形成快速且穩(wěn)定的沉淀，而懸浮物和粘泥在水中吸附大量有機物又會在垢下促進SRB的快速繁殖，從而導致快速且連續(xù)的腐蝕穿孔。

圖8 微生物腐蝕的典型特征

由以上推演，如圖6所示，導致此次連續(xù)腐蝕泄漏問題的根源因在于，其一，由于改用CaCO3注水及生產水外輸要求導致緩沖罐內形成了沉積結垢環(huán)境；其二，由于環(huán)保改造和生產水在緩沖罐與油混注并位數的要求，導致開排水間歇性注入緩沖罐使緩沖罐內細菌濃度過高，并在水中形成大量有機物作，誘發(fā)生物粘泥快速形成，與水中懸浮物一起導致罐底快速且穩(wěn)定的沉積結垢，之后垢下形成MIC腐蝕環(huán)境。

根據根原因分析結果，對應的工藝腐蝕控制措施如下：

（1）鑒于環(huán)保要求不可動搖，對于生產水和開排回注不可改變，應在開排回注入口前增加殺菌劑和H2S抑制劑注入環(huán)節(jié)，并增加混合器促進殺菌效果；

（2）鑒于緩沖罐已經采用并行雙罐設計，可以采取定期開啟罐底排放閥對罐底液進行排放，并檢查生物粘泥和垢物沉積情況，一旦發(fā)現生物粘泥可增加緩沖罐口殺菌劑注入量，排放液可由開排循環(huán)；

（3）做定期緩沖罐開罐清理計劃。

圖9 低流速區(qū)域形成的垢下腐蝕情況

3 結論

石油石化裝置在運行過程中，各種類型的工藝改造、工藝調整時常發(fā)生，這些工藝變化時常會引發(fā)一些隱蔽很強的工藝腐蝕問題，面對此類問題，完整性管理方法要求進行RCFA分析，以制定根治性維修方法，從而最大程度避免同類問題不斷重復發(fā)生，面對這種需求，傳統(tǒng)的失效分析方法雖然更加科學準確，但是通常只能針對造成腐蝕泄漏的直接原因進行分析，而無法找到誘發(fā)腐蝕異常的根本性工藝問題，且實驗分析耗時較長，對于現場管理往往反饋不及時，而傳統(tǒng)的RCA分析以專家判斷為主，主觀性很強，對于不曾發(fā)生過的問題，往往存在較大誤判，因此本文提出了一種基于證據鏈理論的現場工藝腐蝕根原因方法，該理論認為若存在一個情景推理鏈能夠將已知的事件和事故串聯起來，并且推理鏈條中的各個節(jié)點可以進一步找到其他相關物理證據和現象以證明其合理性，那么該情景推理鏈即為一個合理的失效事故情景，其初始事件即為失效根原因。在此分析所有事件被分為初始事件、過程情景事件、條件事件和結果事件4類，并通過連接這4類事件形成一個完整的情景推理鏈，然后再通過調研中發(fā)現的事實證據和現象證明情景推理鏈中的各個節(jié)點和鏈接的現實合理性，最終找到合理性最大的一個情景推演邏輯，從而確定導致泄漏問題發(fā)生的失效根原因。

本文針對一個現場案例驗證該理論應用的可行性，應用效果證明，對于工藝腐蝕異常問題，該方法可以高效梳理所有可能的腐蝕異常發(fā)生過程，并通過現場調研結果和部分監(jiān)測數據快速有效地確定一種最有可能的腐蝕異常發(fā)生過程，從而高效指導石化流程中的工藝腐蝕管理工作。

［1］叢廣佩.石化設備基于風險和狀態(tài)的檢驗與維修智能決策研究［D］.大連：大連理工大學，2013.

［2］ Ramirez， P. ， Utne， I.B.Challengeswithageingplants［C］.ProcessSafetyProgress，2011，30：196-199.

［3］Kim，J.，Lee，Y.，Lim，W.，et al.Application of TRIZ crativity intensification approach to chemical pro?cess safety ［J］.Journal of Loss Prevention in the Pro?cess Industries，2009，22：1039-1043.

［4］ M.C.Eti， S.O.T.Ogaji， S.D.Probert.Reducing the cost of preventive maintenance（PM） through adopting apro?active reliability-focused culture ［J］.AppliedEnergy，2006，83：1235-1248.

［5］ The American Petroleum Institute.API581.Risk-Based Inspection Base Resource Document［S］.2000.

［6］ The American Petroleum Institute.Risk-Based Inspec?tion Technology［S］.2008.

［7］ Shiaw-WenTien， Wen-TsungHwang， Chih-HungT?sai.Study of a risk-based piping inspection guideline sys?tem ［J］.ISA Transactions， 2007，46：119-126.

［8］ Loganathan Krishnasamy， Faisal Khan， Mahmoud Haddara，Development of a risk-based maintenance（RBM） strategy for a power-generating plant ［J］.Journal of Loss Prevention in the Process Industries，200518：69-81.

［9］Apeland，S.，&Aven，T.Risk based maintenance opti?mization ：foundational issues ［J］.Reliability Engi?neering and System Safety，2006，67（3）：285-292.

［10］ Khan，F.I.，&Haddara， M.M..Risk-based mainte?nance （RBM）：a quantitative approach for mainte?nance/inspection scheduling and planning ［J］.Jour?nal of Loss Prevention in the Process Industries，2003，16（6）：561-573.

［11］ Khan，F.I.，&Haddara，M.（2004a）。 Risk-based maintenance（RBM）：a new approach for process plant inspection and maintenance ［J］.ProcessSafety?Progress，23（4）：252-265.

［12］ CEN Workshop24.Risk-Based Inspection and Mainte?nance Procedures for EuropeanIndustry［S］.2007.

［13］陸東，牟善軍.歐洲設備風險檢查技術發(fā)展及應用概況［J］.安全、健康和環(huán)境，2004，4（1）：36-39.