邢建文，梁 熙，李 偉

(國(guó)家管網(wǎng)集團(tuán)北方管道有限責(zé)任公司長(zhǎng)沙輸油氣分公司，湖南 長(zhǎng)沙 410006)

0 引言

危險(xiǎn)與可操作性(hazard and operability,HAZOP)分析是一種工業(yè)安全的定性分析方法，可廣泛應(yīng)用于建設(shè)工程、各類系統(tǒng)及設(shè)備設(shè)施的初步設(shè)計(jì)階段、運(yùn)行階段,以分析、識(shí)別事故隱患[1-2]。貝葉斯定理以條件概率為計(jì)算基礎(chǔ)。貝葉斯網(wǎng)絡(luò)是在貝葉斯定理的基礎(chǔ)上融合圖形理論形成的，包括圖形結(jié)構(gòu)和概率參數(shù)。圖形結(jié)構(gòu)是一種有方向但不閉環(huán)的圖形，用于表示隨機(jī)變量的因果關(guān)系。使用概率計(jì)算將因果關(guān)系量化，可得出不確定或不完整數(shù)據(jù)的最大可能性[3-5]。

傳統(tǒng)壓縮機(jī)故障診斷通過(guò)故障現(xiàn)象分析，對(duì)所有原因進(jìn)行逐項(xiàng)排查。其診斷的時(shí)間和準(zhǔn)確性受人員的技術(shù)能力和經(jīng)驗(yàn)水平影響?；贖AZOP分析與貝葉斯網(wǎng)絡(luò)的診斷方法，能夠計(jì)算出故障原因的概率，從而準(zhǔn)確、快速地定位故障點(diǎn)，縮短故障查找時(shí)間，減少經(jīng)濟(jì)損失。

1 壓縮機(jī)系統(tǒng)的HAZOP分析

1.1 壓縮機(jī)系統(tǒng)分析

壓縮機(jī)工作流程模型如圖1所示。

圖1 壓縮機(jī)工作流程模型Fig.1 Workflow model of compressor

在進(jìn)行HAZOP分析時(shí)，將壓縮機(jī)系統(tǒng)按照機(jī)械結(jié)構(gòu)分為空氣系統(tǒng)、壓氣機(jī)系統(tǒng)、燃料系統(tǒng)、燃燒系統(tǒng)、渦輪系統(tǒng)、潤(rùn)滑系統(tǒng)及離心壓縮機(jī)這7個(gè)系統(tǒng)單元。這7個(gè)系統(tǒng)單元之間的能量傳輸及載體分別為自然空氣、助燃空氣、燃料氣流、高溫高壓燃?xì)饬?、?dòng)力渦輪輸出機(jī)械能和潤(rùn)滑油。對(duì)壓縮機(jī)系統(tǒng)的工作流程進(jìn)行細(xì)化，可得出壓縮機(jī)工作過(guò)程模型。

1.2 HAZOP分析結(jié)果

本文對(duì)壓縮機(jī)的空氣系統(tǒng)進(jìn)行HAZOP分析?？諝庀到y(tǒng)HAZOP分析結(jié)果如表1所示。

表1 空氣系統(tǒng)HAZOP分析結(jié)果Tab.1 HAZOP analysis results

2 基于概率計(jì)算的貝葉斯網(wǎng)絡(luò)

2.1 貝葉斯定理

①先驗(yàn)概率。

先驗(yàn)概率是根據(jù)歷史數(shù)據(jù)或主觀判斷某事件發(fā)生的概率。A事件發(fā)生的概率寫作P(A)，稱為A的先驗(yàn)概率[6]。

②條件概率。

條件概率是在一個(gè)事件已發(fā)生的條件下，某事件發(fā)生的概率。例如：P(A|B)表示在B事件已發(fā)生的條件下，A事件發(fā)生的概率；P(B|A)則是在A事件已發(fā)生的條件下，B事件發(fā)生的概率。概率乘法定理如下：

P(AB)=P(A|B)P(B)

(1)

③全概率。

全概率是將復(fù)雜事件下的概率求解問(wèn)題分解為簡(jiǎn)單事件下的概率求解問(wèn)題。在樣本空間內(nèi)，如B1、B2、…、Bn為互相獨(dú)立的事件，則A事件的全概率為：

P(A)=P(A|B1)P(B1)+P(A|B2)P(B2)+…+

P(A|Bn)P(Bn)

(2)

貝葉斯公式為：

(3)

如果B1、B2、…、Bn是一組彼此之間相互獨(dú)立的事件，那么在A事件已經(jīng)發(fā)生的條件下，Bi(i=1,2,…,n)事件發(fā)生的概率為：

(4)

基于以上原理，可以對(duì)壓縮機(jī)的故障原因進(jìn)行概率計(jì)算，以得到各故障原因的發(fā)生概率，從而制訂處理措施。

2.2 貝葉斯網(wǎng)絡(luò)

貝葉斯網(wǎng)絡(luò)是一個(gè)有向無(wú)環(huán)圖,由節(jié)點(diǎn)和有向邊構(gòu)成。節(jié)點(diǎn)代表隨機(jī)變量，可以是任何問(wèn)題的抽象，例如測(cè)試值、觀測(cè)現(xiàn)象、意見(jiàn)征詢等。有向邊代表節(jié)點(diǎn)間的互相關(guān)系，由原因節(jié)點(diǎn)指向結(jié)果節(jié)點(diǎn)。條件概率代表關(guān)系強(qiáng)度，沒(méi)有原因節(jié)點(diǎn)的用先驗(yàn)概率進(jìn)行信息表達(dá)[7]。

3 基于HAZOP分析和貝葉斯網(wǎng)絡(luò)的故障定位

在壓縮機(jī)的不確定故障原因診斷過(guò)程中，以HAZOP分析為基礎(chǔ)構(gòu)建的貝葉斯網(wǎng)絡(luò)的推理研究主要包括節(jié)點(diǎn)選擇、故障模型構(gòu)建、貝葉斯網(wǎng)絡(luò)分析、概率分布、結(jié)果驗(yàn)證等方面。

3.1 節(jié)點(diǎn)選擇

貝葉斯網(wǎng)絡(luò)的節(jié)點(diǎn)分為原因節(jié)點(diǎn)和結(jié)果節(jié)點(diǎn)[8]。原因節(jié)點(diǎn)是構(gòu)建貝葉斯模型進(jìn)行概率計(jì)算的基礎(chǔ)，其發(fā)生的概率為先驗(yàn)概率，數(shù)據(jù)來(lái)源為設(shè)備歷史運(yùn)行數(shù)據(jù)、專家專項(xiàng)評(píng)價(jià)、故障統(tǒng)計(jì)數(shù)據(jù)、同類設(shè)備的對(duì)標(biāo)數(shù)據(jù)等[9]。本文中，原因節(jié)點(diǎn)先驗(yàn)概率的數(shù)據(jù)來(lái)源為輸氣站2臺(tái)壓縮機(jī)2014年—2019年節(jié)點(diǎn)發(fā)生異常的統(tǒng)計(jì)數(shù)據(jù)。結(jié)果節(jié)點(diǎn)是發(fā)生在原因節(jié)點(diǎn)發(fā)生之后的，其發(fā)生的概率為后驗(yàn)概率。

3.2 故障模型構(gòu)建

燃?xì)馐诫x心壓縮機(jī)結(jié)構(gòu)復(fù)雜、系統(tǒng)較多，故障原因較為復(fù)雜。為了準(zhǔn)確地進(jìn)行故障診斷，需要科學(xué)、有效地建立貝葉斯網(wǎng)絡(luò)模型。靜態(tài)節(jié)點(diǎn)能直接反映設(shè)備運(yùn)行情況的節(jié)點(diǎn)，不受時(shí)間變化影響。本文選取HAZOP分析中的引導(dǎo)詞(即壓力、溫度、轉(zhuǎn)速等參數(shù))作為靜態(tài)節(jié)點(diǎn)[10]。動(dòng)態(tài)節(jié)點(diǎn)能反映不同時(shí)刻設(shè)備狀態(tài)的節(jié)點(diǎn)，受時(shí)間變化影響。本文選取HAZOP分析中可能發(fā)生的故障類型(如堵塞、腐蝕、泄漏、失效等)作為動(dòng)態(tài)節(jié)點(diǎn)[11]。

3.3 貝葉斯網(wǎng)絡(luò)分析

燃?xì)馐诫x心壓縮機(jī)故障模型完成構(gòu)建后，基本實(shí)現(xiàn)了貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)。以潤(rùn)滑油系統(tǒng)為例，其動(dòng)態(tài)節(jié)點(diǎn)有潤(rùn)滑油管退化D7-1、潤(rùn)滑油冷卻器退化D7-2、潤(rùn)滑油過(guò)濾元件退化D7-3、潤(rùn)滑油泵退化D7-4、潤(rùn)滑油加熱器退化D7-5這5個(gè)節(jié)點(diǎn)。其中，靜態(tài)節(jié)點(diǎn)為供油壓力(匯管壓力)S7-1、供油溫度(匯管溫度)S7-2、油箱液位S7-3、油濾壓差S7-4、油箱溫度S7-5和環(huán)境溫度E1-1。

潤(rùn)滑油系統(tǒng)故障模型貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。

圖2 潤(rùn)滑油系統(tǒng)故障模型貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)Fig.2 Fault model Bayesian network structure of lubricating oil system

在燃?xì)馐诫x心壓縮機(jī)運(yùn)行過(guò)程中，故障的發(fā)生是具有時(shí)間延續(xù)性的。也就是說(shuō)，故障模型中的動(dòng)態(tài)節(jié)點(diǎn)不是某一時(shí)刻的狀態(tài)反映，而是隨著時(shí)間而變化的。在圖2中，動(dòng)態(tài)節(jié)點(diǎn)有(k-1)和k這2個(gè)時(shí)刻的狀態(tài)，代表動(dòng)態(tài)節(jié)點(diǎn)的時(shí)間延續(xù)性。從圖2中可以清晰地看出原因節(jié)點(diǎn)和結(jié)果節(jié)點(diǎn)之間的關(guān)系。由此能夠反映出壓縮機(jī)潤(rùn)滑油系統(tǒng)的有向特征。

3.4 概率分布

貝葉斯網(wǎng)絡(luò)的每個(gè)節(jié)點(diǎn)可以通過(guò)概率計(jì)算進(jìn)行相應(yīng)的故障診斷。通過(guò)壓縮機(jī)2014—2019年的歷史運(yùn)行數(shù)據(jù)，可以得出如表2所示的潤(rùn)滑油系統(tǒng)原因節(jié)點(diǎn)先驗(yàn)概率統(tǒng)計(jì)表。

表2 潤(rùn)滑油系統(tǒng)原因節(jié)點(diǎn)先驗(yàn)概率統(tǒng)計(jì)表Tab.2 Statistical table of prior probability of reason nodes of lubricating oil system

在壓縮機(jī)故障診斷時(shí)，系統(tǒng)的溫度、壓力、轉(zhuǎn)速等參數(shù)偏離正常運(yùn)行范圍后，機(jī)組故障模型利用該節(jié)點(diǎn)的后驗(yàn)概率進(jìn)行貝葉斯網(wǎng)絡(luò)計(jì)算。后驗(yàn)概率是利用HAZOP分析結(jié)果，對(duì)壓縮機(jī)節(jié)點(diǎn)的偏差進(jìn)行模糊定量化后確定的概率數(shù)值。

在節(jié)點(diǎn)概率確定后，通過(guò)貝葉斯定理進(jìn)行故障原因的概率計(jì)算。以圖2中的靜態(tài)節(jié)點(diǎn)S7-1為例。通過(guò)貝葉斯網(wǎng)絡(luò)圖可以看出，造成潤(rùn)滑油壓力異常的動(dòng)態(tài)節(jié)點(diǎn)有供油溫度(匯管溫度)S7-2、油箱液位S7-3、潤(rùn)滑油管退化D7-1、潤(rùn)滑油過(guò)濾元件退化D7-3、潤(rùn)滑油泵退化D7-4這5個(gè)節(jié)點(diǎn)。對(duì)此，可以通過(guò)貝葉斯定理分別求出導(dǎo)致潤(rùn)滑油壓力變化的動(dòng)態(tài)節(jié)點(diǎn)的概率，得出故障診斷結(jié)果。

導(dǎo)致潤(rùn)滑油壓力異常的全概率為：

P(S7-1)=P(S7-1|S7-2)P(S7-2)+P(S7-1|S7-3)P(S7-3)+P(S7-1|D7-1)P(D7-1)+P(S7-1|D7-3)P(D7-3)+

P(S7-1|D7-4)P(D7-4)

(5)

供油溫度(匯管溫度)導(dǎo)致潤(rùn)滑油壓力異常的概率為：

(6)

油箱液位導(dǎo)致潤(rùn)滑油壓力異常的概率為：

(7)

潤(rùn)滑油管退化導(dǎo)致潤(rùn)滑油壓力異常的概率為：

(8)

潤(rùn)滑油過(guò)濾元件退化導(dǎo)致壓力異常的概率為：

(9)

潤(rùn)滑油泵退化導(dǎo)致壓力異常的概率為：

(10)

3.5 結(jié)果驗(yàn)證

實(shí)時(shí)在線狀態(tài)監(jiān)測(cè)某壓縮機(jī)，測(cè)得潤(rùn)滑油溫度為74 ℃，壓力為0.18 MPa，均超出了正常范圍值。HAZOP分析表中，引起潤(rùn)滑油溫度和壓力超出范圍的原因有多種，因此無(wú)法快捷地進(jìn)行故障判斷，找到實(shí)際的故障原因?；贖AZOP分析和貝葉斯網(wǎng)絡(luò)的故障定位技術(shù)能夠較好地完成故障確認(rèn)工作。

(1)首先將壓縮機(jī)的節(jié)點(diǎn)偏差按照模糊理論進(jìn)行量化，然后根據(jù)故障模型進(jìn)行故障原因的后驗(yàn)概率計(jì)算，最后得出最可能引起潤(rùn)滑油故障的原因。

①潤(rùn)滑油溫度的評(píng)價(jià)集合為{正常，偏低，偏高，超高}，其對(duì)應(yīng)的分類指標(biāo)為{(43,71)；≤43；[71,75)；≥75}。監(jiān)測(cè)的潤(rùn)滑油溫度為74 ℃。對(duì)其進(jìn)行后驗(yàn)概率計(jì)算，可得{0，0.053 8，0.754 2，0.192 0}，即潤(rùn)滑油溫度處于偏高的狀態(tài)。

②潤(rùn)滑油壓力的評(píng)價(jià)集合為{正常，偏低，超低，偏高}，其對(duì)應(yīng)的分類指標(biāo)為{(250，450)；(170，250]；≤170；≥450}。監(jiān)測(cè)的潤(rùn)滑油壓力為0.18 MPa。對(duì)其進(jìn)行后驗(yàn)概率計(jì)算，可得狀態(tài)分級(jí)概率{0.043 2，0.783 6，0.173 2，0}。

③根據(jù)動(dòng)態(tài)節(jié)點(diǎn)所示，D7-1、D7-2、D7-3、D7-4、D7-5是導(dǎo)致潤(rùn)滑油故障的原因。依據(jù)模型因果關(guān)系，建立了潤(rùn)滑油系統(tǒng)故障的貝葉斯網(wǎng)絡(luò)模型。由歷史運(yùn)行數(shù)據(jù)可以得出：D7-1、D7-2、D7-3、D7-4、D7-5在正常運(yùn)行時(shí)的概率分別為0.248 5、0.596 0、0.687 4、0.503 8、0.864 7。

由以上分析可以看出，正常運(yùn)行時(shí)，潤(rùn)滑油管退化D7-1和潤(rùn)滑油泵退化D7-4的概率最低，導(dǎo)致潤(rùn)滑油故障的可能性最大。對(duì)此，應(yīng)先對(duì)潤(rùn)滑油管和潤(rùn)滑油泵進(jìn)行檢查，排除故障。

(2)在判斷出潤(rùn)滑油管和潤(rùn)滑油泵引起潤(rùn)滑油故障的原因可能性最大后，對(duì)潤(rùn)滑油管和潤(rùn)滑油泵的故障原因的可能性進(jìn)行了再識(shí)別，并按照貝葉斯定理對(duì)潤(rùn)滑油管和潤(rùn)滑油泵故障的具體原因進(jìn)行概率計(jì)算?？赡艿墓收显蚣捌涮幚泶胧┤缦隆?/p>

①節(jié)流孔板堵塞的可能性為0.843 6。處理措施為檢查潤(rùn)滑油管節(jié)流孔板，清除雜質(zhì)。

②潤(rùn)滑油泵故障的可能性為0.725 4。處理措施為切換備用潤(rùn)滑油泵，或?qū)?rùn)滑油泵檢修。

③回水溫度過(guò)高的可能性為0.694 1。處理措施為增加循環(huán)水量。

④冷卻水水源不足的可能性為0.605 8。處理措施為檢查冷卻供水系統(tǒng)是否正常。

⑤潤(rùn)滑油管法蘭漏油的可能性為0.486 5。處理措施為更換密封墊。

⑥機(jī)組滑動(dòng)軸承間隙過(guò)小的可能性為0.406 8。處理措施為重新刮瓦，保持正常間隙。

⑦潤(rùn)滑油變質(zhì)或含有雜質(zhì)的可能性為0.321 4。處理措施為更換潤(rùn)滑油或清理雜質(zhì)。

發(fā)生潤(rùn)滑油管和潤(rùn)滑油泵故障的可能性最大的原因是節(jié)流孔板堵塞、潤(rùn)滑油泵故障、回水溫度過(guò)高。

針對(duì)故障原因進(jìn)行了危險(xiǎn)后果評(píng)價(jià)的可能的危險(xiǎn)后果如下。

①油膜振蕩、轉(zhuǎn)子摩擦和質(zhì)量不平衡的可能性為0.832 1。

②壓縮機(jī)異常停機(jī)，設(shè)備損壞的可能性為0.697 2。

③滑動(dòng)軸承損壞的可能性為0.253 8。

根據(jù)故障分析情況，壓氣站維修人員對(duì)潤(rùn)滑油管路的節(jié)流孔板進(jìn)行檢查，發(fā)現(xiàn)孔板前堆積了砂狀金屬雜質(zhì)。清理后，潤(rùn)滑油系統(tǒng)運(yùn)行正常，潤(rùn)滑油溫度和壓力恢復(fù)正常。

通過(guò)對(duì)故障模型中的節(jié)點(diǎn)進(jìn)行概率計(jì)算，能夠找出可能性最大的故障原因。該方法有利于現(xiàn)場(chǎng)維護(hù)人員快速、準(zhǔn)確地找到故障主要原因，并從這2～3個(gè)主要原因中定位故障的根源，對(duì)故障進(jìn)行維修處理。

4 結(jié)論

本文結(jié)合HAZOP分析方法和貝葉斯網(wǎng)絡(luò)理論，提出了一種基于HAZOP分析和貝葉斯網(wǎng)絡(luò)的壓縮機(jī)故障定位方法。HAZOP分析能對(duì)復(fù)雜的旋轉(zhuǎn)機(jī)械部件進(jìn)行分類識(shí)別，得出各部位可能出現(xiàn)的故障原因和現(xiàn)象，同時(shí)提出相應(yīng)的處理措施。基于貝葉斯網(wǎng)絡(luò)故障分析，結(jié)合HAZOP分析結(jié)果，采用先驗(yàn)概率和后驗(yàn)概率，能根據(jù)旋轉(zhuǎn)設(shè)備的參數(shù)變化，科學(xué)、有效地計(jì)算出故障原因的概率。經(jīng)實(shí)踐驗(yàn)證，該方法能夠準(zhǔn)確地找到故障原因，提高故障診斷效率。該方法可推廣應(yīng)用于離心式泵機(jī)組等設(shè)備的故障診斷。