胡 奕，荊 晶，陳 敏，張逸寧，秦 虹，梁昌晶

1.中國石油華北油田分公司，河北任丘 062252

2.中國石油華北油田分公司第一采油廠，河北任丘 062252

3.中國石油華北油田分公司第二采油廠，河北霸州 065700

為進(jìn)一步研究高后果區(qū)管道系統(tǒng)的失效相關(guān)性和事故動(dòng)態(tài)演變過程，將蝴蝶結(jié)（BT）和動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)（DBN）模型相結(jié)合，綜合DBN 模型的診斷推理功能得到事故概率和事故后果隨時(shí)間變化的規(guī)律，實(shí)現(xiàn)高后果區(qū)油氣管道風(fēng)險(xiǎn)的快速診斷和評(píng)價(jià)。

1 研究方法

1.1 BT模型和BN模型

蝴蝶結(jié)模型是事故樹和事件樹的有效結(jié)合，可直觀顯示事故發(fā)生的原因和事故造成的后果，在定性和半定量分析領(lǐng)域被廣泛應(yīng)用。但該模型無法反映復(fù)雜系統(tǒng)的多態(tài)性和模糊性，在確定頂事件發(fā)生概率時(shí)，受最小割集或徑集數(shù)量的限制，計(jì)算過程相對(duì)復(fù)雜，靈活性較差。因此，將其與貝葉斯網(wǎng)絡(luò)結(jié)合，進(jìn)行同步映射。具體方法是將BT中的各事件、事故后果和安全屏障轉(zhuǎn)化為BN 中的對(duì)應(yīng)節(jié)點(diǎn)，當(dāng)存在多個(gè)相同事件時(shí)，只需建立一個(gè)貝葉斯節(jié)點(diǎn)；將BT 中的邏輯關(guān)系轉(zhuǎn)化為節(jié)點(diǎn)的條件概率表進(jìn)行賦值，并采用有向邊連接節(jié)點(diǎn)表示節(jié)點(diǎn)間的相互關(guān)系[7-8]。

1.2 DBN模型

考慮到實(shí)際情況下，事件在不同時(shí)間片下的發(fā)生概率有所不同，會(huì)影響事故和事故后果的發(fā)展趨勢(shì)，因此通過增加時(shí)間維度擴(kuò)展靜態(tài)貝葉斯網(wǎng)絡(luò)，形成動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)（DBN），實(shí)現(xiàn)基于概率和不確定知識(shí)的風(fēng)險(xiǎn)評(píng)價(jià)與分析[9-10]。DBN 模型中通過片內(nèi)弧表示不同事件的發(fā)展關(guān)系，通過片間弧表示相同事件在連續(xù)時(shí)間片上的發(fā)展關(guān)系，其聯(lián)合分布概率如下：

1.3 DBN模型網(wǎng)絡(luò)參數(shù)

通過上述分析可知，DBN模型的難點(diǎn)在于先驗(yàn)概率、條件概率和轉(zhuǎn)移概率的賦值。在此，采用專家判斷，通過三角模糊數(shù)確定根節(jié)點(diǎn)的先驗(yàn)概率[11]。首先，在參考?xì)v史數(shù)據(jù)庫、文獻(xiàn)調(diào)研和實(shí)地勘察的基礎(chǔ)上，邀請(qǐng)管道領(lǐng)域的相關(guān)專家及現(xiàn)場(chǎng)技術(shù)和管理人員，賦予每位專家對(duì)應(yīng)的評(píng)價(jià)權(quán)重，并按照表1將專家的定性語言描述轉(zhuǎn)化為三角模糊數(shù)；其次，通過線性加權(quán)對(duì)不同專家的模糊數(shù)進(jìn)行整合，得到根節(jié)點(diǎn)的聚合模糊數(shù)，見式（2）。

表1 風(fēng)險(xiǎn)等級(jí)與三角模糊數(shù)對(duì)應(yīng)表

式中：Oi為根節(jié)點(diǎn)的聚合模糊數(shù)；wj為第j 個(gè)專家的權(quán)重；Aij為專家j 對(duì)第i 個(gè)根節(jié)點(diǎn)的模糊評(píng)分；n為專家總數(shù)。

最后，根據(jù)Lin CT等提出的最大、最小集合法將聚合模糊數(shù)轉(zhuǎn)化為模糊可能性得分，并將模糊可能性得分轉(zhuǎn)化為根節(jié)點(diǎn)的失效概率，見式（3）。

式中：FM為模糊可能性得分；FMR、FML分別為右、左模糊效用得分；F為根節(jié)點(diǎn)的失效概率。

傳統(tǒng)貝葉斯網(wǎng)絡(luò)中的邏輯門只有簡(jiǎn)單的失效或不失效兩種情況，這是“與”門和“或”門的邏輯關(guān)系所決定的。但在實(shí)際的風(fēng)險(xiǎn)評(píng)價(jià)中，事故的發(fā)生往往不是簡(jiǎn)單的二進(jìn)制關(guān)系，不存在絕對(duì)的“失效”或“不失效”，因此需要對(duì)條件概率和轉(zhuǎn)移概率的賦值進(jìn)行修正。在此采用Henrion[12]提出的Leaky Noisy-or Gate 模型，假設(shè)Y 節(jié)點(diǎn)有兩個(gè)父節(jié)點(diǎn)，分別為XL和XALL，XALL為除XL之外所有的父節(jié)點(diǎn)，兩者對(duì)應(yīng)的連接概率分布PL和PALL，引入不確定因素表示連接概率的模糊性，定義PL=0.01，則子節(jié)點(diǎn)Y的條件概率為：

式中：P（Y）為條件概率；Pi為節(jié)點(diǎn)Y對(duì)應(yīng)不同父節(jié)點(diǎn)的連接概率。

2 案例研究

2.1 管道基本信息

待評(píng)價(jià)管道位于冀中平原區(qū)域，采用20 無縫鋼管埋地敷設(shè)，管徑D219 mm×10 mm，總長(zhǎng)10.5 km，輸送介質(zhì)為凈化原油。管道沿線經(jīng)過多處村莊、廠房、學(xué)校和人口稠密區(qū)，且有一處穿越河流，四處穿越公路和鐵路，通過將管道矢量數(shù)據(jù)疊加在高分辨率的衛(wèi)星遙感影像上，以管道中心線為基準(zhǔn)，對(duì)高后果區(qū)進(jìn)行識(shí)別，共識(shí)別出2.7 km 管段，占總管道長(zhǎng)度的25.7%。

2.2 高后果區(qū)管道泄漏BT模型的建立

以高后果區(qū)管道泄漏為頂事件，對(duì)風(fēng)險(xiǎn)源進(jìn)行辨識(shí)，形成泄漏事故樹模型；再以頂事件為基礎(chǔ)，參照美國管道及危險(xiǎn)物品管理局（PHMSA）、歐洲清潔和水保護(hù)組織（CONCAWE）中關(guān)于輸油管道事故數(shù)據(jù)庫的相關(guān)信息，結(jié)合管道常見的事故后果類型，利用不同事故的觸發(fā)條件確定安全屏障，形成燃爆事件樹模型，最終構(gòu)建BT 模型，見圖1。模型共包含15 個(gè)中間事件和36 個(gè)基本事件，與傳統(tǒng)埋地管道的BT 模型有所不同，該模型對(duì)人因?qū)е碌牡谌狡茐倪M(jìn)行了細(xì)分，從人為故意破壞和人為意外破壞兩方面考慮了人的不安全行為對(duì)管道泄漏的影響。當(dāng)管道發(fā)生早期泄漏且報(bào)警系統(tǒng)未正常運(yùn)行，上、下游截?cái)嚅y失效時(shí)，泄漏事故升級(jí)，因此緊急關(guān)斷為第一層安全屏障；當(dāng)緊急關(guān)斷失效時(shí)，管道發(fā)生中期泄漏且立即點(diǎn)火，將發(fā)生燃爆事故，但此時(shí)可以抑制蒸氣云的積聚，因此立即點(diǎn)火為第二層安全屏障；當(dāng)以上安全屏障失效，管道發(fā)生晚期泄漏且延遲點(diǎn)火，將引發(fā)閃火、蒸氣云爆炸等后果，因此延遲點(diǎn)火為第三層安全屏障；最后，當(dāng)前三個(gè)安全屏障均失效時(shí)，根據(jù)泄漏介質(zhì)是否流淌至房屋、圍擋等受限空間，判斷泄漏事故是否升級(jí)，因此受限空間為第四層安全屏障。

圖1 高后果區(qū)管道泄漏的BT模型

2.3 高后果區(qū)管道DBN模型的建立

邀請(qǐng)6 位專家，按照表1 的風(fēng)險(xiǎn)等級(jí)對(duì)圖1 中的基本事件進(jìn)行評(píng)價(jià)，以X33“建筑違章占?jí)骸睘槔?，評(píng)價(jià)結(jié)果見表2。通過對(duì)專家從教育背景、職稱和工齡等方面考慮，確定專家1～6的權(quán)重依次為0.15、0.13、0.21、0.20、0.18、0.13，按照式（2）計(jì)算該節(jié)點(diǎn)的聚合模糊數(shù)為（0.51，0.10，0.12）。再按照式（3）、（4）計(jì)算，得到失效概率為6.74×10-5，依此類推，得到其余根節(jié)點(diǎn)的先驗(yàn)概率，見表3。安全屏障S1、S2、S3、S4的失效概率分別為2.3×10-2、4.0×10-2、1.0×10-2、3.0×10-2。

表2 X33節(jié)點(diǎn)的評(píng)價(jià)結(jié)果

表3 根節(jié)點(diǎn)先驗(yàn)概率

為體現(xiàn)節(jié)點(diǎn)間邏輯關(guān)系的不確定性，以中間節(jié)點(diǎn)M12“違章施工”為例，進(jìn)行Leaky Noisy-or Gate 模型分析。定義該節(jié)點(diǎn)下的子節(jié)點(diǎn)P（M12=1｜X13=1） =0.89，P （M12=1 ｜X13=0） =0.19，P（M12=1 ｜X14=1） =0.75，P （M12=1 ｜X14=0） =0.20，P（M12=1 ｜X3=1）=0.78，P（M12=1 ｜X14=0）=0.21，其中P（M12=1｜X13=1）表示X13節(jié)點(diǎn)事件發(fā)生，導(dǎo)致M12節(jié)點(diǎn)事件發(fā)生的概率，“1”表示事件發(fā)生，“0”表示事件未發(fā)生，其余同理。

經(jīng)計(jì)算，連接概率PX13=0.86，PX14=0.69，PX3=0.72，再參照（5）計(jì)算不同情況下的條件概率，見表4。依次類推，得到其余中間節(jié)點(diǎn)的條件概率。

表4 M12節(jié)點(diǎn)的條件概率

同理，根據(jù)運(yùn)行期間管道及周圍環(huán)境的變化情況，考慮到企地關(guān)系、管道占?jí)骸⑦`章施工、腐蝕等因素均隨時(shí)間發(fā)生改變，故定義M6、M7、M12、M13、M14、M15為動(dòng)態(tài)節(jié)點(diǎn)。同樣以X33“建筑違章占?jí)骸睘槔?，?gòu)建一次轉(zhuǎn)移概率，見表5。當(dāng)t-1時(shí)刻的X33事件發(fā)生時(shí)，則t 時(shí)刻的X33事件也肯定發(fā)生；當(dāng)t-1時(shí)刻的X33事件未發(fā)生時(shí)，則t時(shí)刻的X33事件有一定的概率發(fā)生，且發(fā)生概率應(yīng)大于根節(jié)點(diǎn)對(duì)應(yīng)的先驗(yàn)概率，表示之后的時(shí)間片內(nèi)失效概率逐漸減小，建筑違章占?jí)旱那闆r隨著時(shí)間延長(zhǎng)得到緩解。同理，對(duì)于X24事件設(shè)置完轉(zhuǎn)移概率后，應(yīng)保證時(shí)間片內(nèi)失效概率逐漸增大，表示管內(nèi)含有腐蝕性介質(zhì)的情況隨時(shí)間延長(zhǎng)逐漸加重，腐蝕速率增大。依次類推，得到其余節(jié)點(diǎn)的轉(zhuǎn)移概率。

表5 X33節(jié)點(diǎn)的轉(zhuǎn)移概率

綜上所述，利用圖1 對(duì)BT 模型和DBN 模型進(jìn)行映射，見圖2。

圖2 高后果區(qū)管道泄漏事故DBN模型

2.4 結(jié)果分析

2.4.1 泄漏概率分析

將事件T（高后果區(qū)管道泄漏）設(shè)為證據(jù)節(jié)點(diǎn)，將時(shí)間片定為10，通過DBN 的正向推理功能，得到該管道在不同時(shí)間片上的泄漏概率，見圖3。初始時(shí)刻高后果區(qū)管道泄漏的概率為0.035 64，隨后在0～2 個(gè)時(shí)間片內(nèi)泄漏概率增大，在3～8 個(gè)時(shí)間片內(nèi)泄漏概率減小，在8～10 個(gè)時(shí)間片內(nèi)泄漏概率又有所增大。這是由于管道新投產(chǎn)時(shí)，雖然腐蝕情況較輕，但人為故意破壞、施工破壞和管道占?jí)旱那闆r較嚴(yán)重，此時(shí)無論是管道方還是地方政府均缺乏有效的溝通聯(lián)防和應(yīng)對(duì)機(jī)制，沿線居民對(duì)于管道安全保護(hù)的意識(shí)不強(qiáng)，導(dǎo)致信息渠道不暢，對(duì)管道的保護(hù)力度不夠。隨著時(shí)間推移，工程期間的遺留占?jí)汉途€路標(biāo)識(shí)缺失的問題得到有效改善，居民的安全意識(shí)和法制觀念也逐漸增強(qiáng)，企業(yè)通過質(zhì)量保證手冊(cè)、員工操作手冊(cè)等體系文件規(guī)范巡檢制度和方式，管道泄漏概率有所下降。最后，在管道運(yùn)行后期，腐蝕和設(shè)計(jì)缺陷引發(fā)的泄漏問題逐漸凸顯，管道局部腐蝕速率增加，導(dǎo)致泄漏概率有所上升。

圖3 高后果區(qū)管道泄漏概率動(dòng)態(tài)變化情況

2.4.2 泄漏事故致因分析

利用DBN的逆向推理功能，得到每個(gè)基本事件的后驗(yàn)概率，見圖4。其中，X34、X33、X13、X14、X5的后驗(yàn)概率明顯大于其余事件，從先驗(yàn)概率到后驗(yàn)概率的增幅較大，說明這5個(gè)事件的微小變化均會(huì)引發(fā)管道在高后果區(qū)泄漏概率的變化，是導(dǎo)致管道泄漏的主控因素。其中，X34和X33事件均為管道占?jí)?，由于管道穿過多處人口密集區(qū)，因此占?jí)呵闆r在所難免，且部分占?jí)簽橛谢A(chǔ)的建筑物或有人居住，對(duì)于管道的危害較大。X13和X14事件均為違章施工，在現(xiàn)場(chǎng)中常見因施工破壞造成的管道泄漏，應(yīng)引起足夠的重視。此外，X5事件為報(bào)警系統(tǒng)故障，該事件的后驗(yàn)概率也較大，這是由于現(xiàn)場(chǎng)采用的泄漏檢測(cè)系統(tǒng)多為負(fù)壓波或聲波檢測(cè)，該系統(tǒng)對(duì)于噪聲信號(hào)的適應(yīng)性不強(qiáng)，特別是在高后果區(qū)，受人員、車輛和施工活動(dòng)的影響，經(jīng)常出現(xiàn)誤報(bào)或漏報(bào)現(xiàn)象，這也在一定程度上降低了巡檢人員第一時(shí)間處理泄漏事故的可能性。

圖4 基本事件先驗(yàn)概率和后驗(yàn)概率

2.4.3 泄漏事故后果分析

當(dāng)管道在高后果區(qū)出現(xiàn)泄漏且安全屏障逐層失效時(shí)，會(huì)引發(fā)油池火、噴射火、蒸氣云爆炸等事故后果，事故發(fā)生概率隨時(shí)間變化的情況見圖5。隨著時(shí)間片的延長(zhǎng)，不同事故的發(fā)生概率逐漸增大；對(duì)于同一時(shí)間片而言，事故發(fā)生概率從大到小依次為油氣聚集、噴射火、閃火、油池火和蒸氣云爆炸，這與美國石油學(xué)會(huì)API 581 的統(tǒng)計(jì)結(jié)果一致。此外，Ramrez-Camacho 等[13]統(tǒng)計(jì)了1980-2014年95個(gè)國家發(fā)生的1 063起管道事故，也得到了類似的結(jié)果，大約有2/3 的泄漏事故會(huì)導(dǎo)致油氣聚集，最后在空氣中安全消散，只有1/4 的泄漏事故會(huì)導(dǎo)致火災(zāi)，1/10 的泄漏事故會(huì)導(dǎo)致爆炸。其中，因加壓液體從泄漏口流出時(shí)具有較大的動(dòng)能，故噴射火的發(fā)生概率較大，約占所有管道火災(zāi)事故的54.3%。綜上所述，泄漏事故后果模擬準(zhǔn)確，可以真實(shí)反映管道失效演變狀態(tài)和后果發(fā)展趨勢(shì)。基于此，巡檢人員應(yīng)加強(qiáng)對(duì)于截?cái)嚅y和緊急停車系統(tǒng)的維護(hù)，必要時(shí)增加安全儀表系統(tǒng)，加大壓降速率與截?cái)嚅y關(guān)閉之間的聯(lián)動(dòng)，避免受限空間的形成，以控制事故惡化造成的人員傷亡和財(cái)產(chǎn)損失。

圖5 高后果區(qū)管道事故發(fā)生概率動(dòng)態(tài)變化情況

3 結(jié)論

1）將BT 模型和DBN 模型有機(jī)融合，將兩者的映射關(guān)系與時(shí)間相連，采用模糊概率分析和Leaky Noisy-or Gate 模型對(duì)貝葉斯網(wǎng)絡(luò)的參數(shù)進(jìn)行有效改進(jìn)，得到高后果區(qū)管道狀態(tài)的時(shí)變特性。

2） 初始時(shí)刻高后果區(qū)管道的泄漏概率為0.035 64，隨著時(shí)間延長(zhǎng)，泄漏概率先增大后減小再增大，與實(shí)際情況相符。

3）通過逆向推理得到基本事件的后驗(yàn)概率，其中建筑物違章占?jí)?、物料堆放占?jí)骸⒀簿€不規(guī)范、線路標(biāo)識(shí)確實(shí)、報(bào)警系統(tǒng)故障是引發(fā)高后果區(qū)管道泄漏的主要因素。