基于多層次灰色聚類的儲罐風險評價方法研究

魏麗麗 王國光 楊金惠 李紅波 付瑞娟 劉釔池

1中國石油華北油田公司工程技術研究院

2中國石油華北油田公司第一采油廠

3河北華北石油路橋工程有限公司

4中國石油華北油田公司二連分公司

5中國石油渤海鉆探工程有限公司井下作業分公司

隨著我國能源行業的不斷發展，站場內的儲罐區具有大容積、分布集中、易燃易爆等特點，儲罐失效成為影響站場完整性和安全的重要因素。目前，對儲罐及其他站內靜設備的評價方法主要采用基于風險的檢驗（RBI）技術，它是國外發達國家通用的一種滿足經濟性和安全性的評價管理手段[1-2]。RBI的概念最早由英國原子能協會提出，初期主要用于核工業相關設備的安全評價，后來經挪威船級社（DNV）的深入研究，頒布了API580 和API581兩個RBI 標準，總結了風險計算、流體泄漏量計算、常見設備失效概率以及各類工況下（應力腐蝕開裂、高溫氫腐蝕、機械疲勞、脆性斷裂等）的定量計算方法，這兩個標準是建立RBI 模型的基礎。隨后，國內也參考API581 編制了GB/T 26610《承壓設備系統基于風險的檢驗實施導則》等系列標準，完善了RBI 評價模型。RBI 評價技術的作用主要體現在對檢驗周期的調整優化以及對維護策略的制定優化兩方面。根據“28”原則可知，80%的高風險點存在于20%的設備上，但常規的檢測手段（宏觀檢查、超聲波壁厚檢查、磁粉探傷等）往往進行周期性檢查，容易存在過度檢測或檢測不足問題。對站場內的設備和管道進行RBI評價后，可有針對性地制定維護維修策略，重點檢測高風險點，優化檢測周期，使下次檢測時設備和管道正好處于風險可接受的最高水平[3-4]。

RBI 的基本原理為風險等級=失效可能性×失效后果，其中失效可能性用失效概率來定量表示，失效概率=同類設備平均失效概率×設備修正系數×管理系統評價系數。同類設備平均失效概率是建立在國內外數年來多次設備失效歷史基礎數據上，代表一個行業而不是某一個設備的失效概率，服從正態分布，屬于定值；管理系統評價系數取決于主管單位的管理水平，對于某一單元，如聯合站或輸氣站來說，站內的所有設備項的管理系統評價系數應該是一致的，也屬于定值；設備修正系數包括技術因子、通用因子、機械因子和工藝因子四個方面，需要進行定量分析。API581[5]和GB/T 26610.4[6]附錄中均是采用加和平均的方法計算修正系數，一方面未考慮不同因子之間的影響權重，另一方面未考慮到過渡分值的存在。為此引用多層次灰色聚類評價模型，通過多層次分析，對多種影響因子之間的權重進行分析判斷，再應用灰色聚類，對不同指標進行排序，可以很好地解決這類多層次、非線性的復雜問題。

1 多層次灰色聚類評價模型建立

多層次灰色聚類綜合評價法是將層次分析法和灰色聚類評價法有機結合的一種評價方法。層次分析法和灰色聚類評價兩種方法都是基于定性和定量的多目標決策分析方法，其中層次分析法主要用于系統化、多層次問題的分析和處理[7]，灰色聚類評價法主要涉及縱向序列等相關問題的分析和處理。兩種方法的結合可以對復雜系統的各個子系統進行分別評價，同時也可以在子系統評價的基礎上對上層系統進行綜合評價，為多層次、多變量、非線性的復雜問題提供了解決方法[8-10]。首先，通過查閱相關文獻資料及現場調研，把目標問題條理化、層次化，構造層次分析結構模型，由熟悉目標問題的專家給出兩兩判斷矩陣，矩陣應為正反一致矩陣，對矩陣求最大特征根和特征向量，并對其進行一致性判斷，看判斷矩陣是否滿足一致性要求，如滿足，此時的特征向量就對應指標體系中各指標的權重；然后繼續由專家對各指標進行評價，得到評價樣本矩陣，根據目標問題的特點，確定評價灰類的等級、灰數以及白化權函數；最后計算對應的灰色權向量及權矩陣，與層次分析得到的權重相乘后得到不同層次的綜合評價結果。

1.1 建立指標體系

運用層次分析法，參考API581附錄C和GB/T 26610.4—2014的相關內容，建立了適合儲罐的三級評價指標體系。其中設備修正系數為第一層即目標層(A)，技術因子(B1)、通用因子(B2)、機械因子B3、工藝因子(B4)為第二層即準則層，損傷速率(C1)、檢驗程序有效性(C2)、工藝條件(C3)、寒冷條件(C4)、地震活動(C5)、設備復雜性(C6)、建造規范(C7)、壽命周期(C8)、安全系數(C9)、工藝連續性(C10)、工藝穩定性(C11)、安全閥狀態(C12)為第三層即指標層，具體指標體系關系如圖1所示。

圖1 多層次評價指標體系Fig.1 Multi-level evaluation index system

1.2 構建判斷矩陣

選取一定數量的具有工藝、腐蝕、設備等相應專業知識的專家，按照1～9標度對各層次指標進行賦值，通過兩兩元素比較構建判斷矩陣M，矩陣M中的元素aij應滿足：aij=1/aji、aii=1，i和j分別代表兩個因素相對于上一層的重要程度，其中各標度代表的含義如表1所示。

表1 標度含義Tab.1 Scale meaning

1.3 一致性檢驗及層次權重

由于專家將各類問題由定性分析轉為定量分析依靠的是個人經驗和直覺判斷，因此要對判斷矩陣的一致性進行檢驗，主要體現在對判斷矩陣求特征根及特征向量，常用的方法有方根法、行和法、特征根法以及最小二乘法等。由于該計算要求精度不高，所以采用特征根法進行計算，如果λ1、λ2…λn都滿足Ax=λx，此時矩陣A的最大特征根為λmax，特征向量為x。利用最大特征根進行一致性指標CI檢驗，隨后進行一致性比例CR檢驗，公式如下

式中：n為判斷矩陣階數，RI為隨機一致性指標，取值情況見文獻[5]表2。

當CR＜0.1 時，矩陣通過一致性檢驗，此時的特征向量即為層次權重，記為ωm；否則，需要重新構建矩陣。

1.4 確定評價樣本矩陣及評價灰類

同樣，采用專家分析方法，按照評分標準對指標層的每個指標進行評價，第k（k=1，2，…，p）個專家對指標Ci的評分矩陣為Dik，將不同專家對不同因素的打分集合在一起形成評價樣本矩陣D。由于API581 和GB/T 26610.4—2014 將失效概率分為5 個等級，因此評價標準采用9 分制，按照1～9評分劃分5個等級，以分數9、7、5、3、1為界限建立評分標準，分別對應等級為較低、低、中、高和較高，也分別對應評價灰類的5個等級，對于無法具體判斷的等級采用過渡分值，具體評分標準見表2。

表2 評分標準Tab.2 Scoring criteria

灰類用e(i=1 2 …g)表示，一共有g個灰類，在此g=5。為了避免各指標在聚類延展的過程中造成的白化信息缺失，評價標準第一級和第五級分別采用上限測度白化權函數和下限測度白化權函數，其余級別采用三角白化權函數，其中每級灰度的白化權函數參照文獻[11]。

1.5 確定灰色評價系數

利用白化權函數求出單一指標在不同評價灰類中的灰色評價系數，對于指標Ci來說，各個評價灰類的灰色評價系數為

式中：fe為不同灰類的白化權函數；dik為評價樣本矩陣D中的元素。

1.6 確定灰色權向量及權矩陣

1.7 綜合評價

由下層到上層先分別計算準則層的綜合評價向量Bi，然后計算目標層的綜合評價向量B

由于B是一個向量，無法對結果進行量化分析，因此按照評價灰類等級進行賦值，定義等值化向量O=（較低，低，中，高，較高）=（9，7，5，3，1），最后按照A=BOT得到綜合評價的量化數值。

2 實例分析

某聯合站內有一座80 000 m3固定頂儲罐，2008年投產運行，服役時間18 年。儲存介質為原油（含水率＜0.5%），直徑70 m，罐壁高22.9 m，最大有效液位21.5 m。罐壁采用12MnNiVR、Q235B 鋼板，過渡部分采用Q345R鋼板，罐底中幅板尺寸為3 000 mm×14 800 mm×15 mm，罐底采用12Mn-NiVR、Q235B 鋼板，抗風圈采用Q345R 鋼板。該站場整體管理水平一般，對儲罐前期的設計、施工、驗收、定期檢驗、維修記錄等資料進行了收集和整理，完善了原始資料。

首先，結合圖1，通過兩兩元素比較得到不同層次的判斷矩陣，并進行了一致性指標檢驗，結果見表3～表7。

表3 A-B 判斷矩陣及權重Tab.3 A-B judgment matrix and weights

表4 B1-C 判斷矩陣及權重Tab.4 B1-C judgment matrix and weights

表5 B2-C 判斷矩陣及權重Tab.5 B2-C judgment matrix and weights

表6 B3-C 判斷矩陣及權重Tab.6 B3-C judgment matrix and weights

表7 B4-C 判斷矩陣及權重Tab.7 B4-C judgment matrix and weights

所有判斷矩陣均通過了一致性檢驗，權重向量分別為ωB=（0.546，0.086，0.200，0.168），ωB1=（0.200，0.800），ωB2=（0.582，0.309，0.109），ωB3=（0.564，0.055，0.263，0.118），ωB4=（0.672，0.063，0.265）。對指標層的各項指標進行總排序，結果如表8所示。

表8 指標總排序Tab.8 Overall ranking of index

由此可見，對該儲罐設備修正系數影響較大的因素（權重＞0.1 的指標）主要是檢驗程序有效性、損傷速率、安全閥狀態和設備復雜性。隨后選取5 位經驗豐富的專家（其中2 位為現場技術人員，3位為管理人員），按照1～9的評分標準進行評分，得到評價樣本矩陣D。

以計算指標C1的灰色評價系數為例，第一灰類的評價系數為

第二灰類的評價系數為

第三灰類的評價系數為

第四灰類的評價系數為

第五灰類的評價系數為

5位專家對指標C1評價后，屬于各灰類等級的權向量為7，0.333 3，0.238 0，0.143 0，0)，其他指標的計算方法類似，將不同指標對應的權向量綜合后得到灰色評價矩陣R。

由指標層→準則層→目標層逐層計算評價結果，其中B1的綜合評價Bi=ωB1R1=(0.200 0.800)=(0.289 9 0.310 3 0.243 3 0.156 5 0)，其余指標的計算方法類似，最終得到目標層的綜合評價向量B。

由于B是一個向量，無法對結果進行量化分析，因此按照評價灰類等級進行賦值，定義等值化向量O=（較低，低，中，高，較高）=（9，7，5，3，1）。將B向量作為權數，進行加權計算(A=BOT)，得到設備修正系數的量化數值為7.030 8，結果介于（9，7）之間，根據評分標準，該儲罐的評價等級為“低”。在此，取泄漏孔徑為6 mm的儲罐同類設備平均失效概率4×10-5，取管理系統評價系數1.0，則該儲罐底板的失效概率為0.000 28，失效可能性為3級，失效后果按照GB/T 26110.5進行定量分析為D級，最終該儲罐底板的風險等級為中高風險。依據聲發射裝置對該儲罐底板進行檢驗，發現存在不同程度的腐蝕（圖2），需要進一步完善維護和維修策略。

圖2 儲罐底板腐蝕狀況Fig.2 Corrosion condition of tank bottom plate

3 結束語

（1）應用多層次分析法，建立了適合儲罐的設備修正系數的三級評價指標體系，包括目標層、準則層和指標層。

（2）通過層次分析，可以對影響設備修正系數的指標進行權重排序，找到影響失效概率的主要因素。

（3）通過聚類分析，利用過渡分值構建評價樣本矩陣，可以很好地對設備系數進行有效修正，為儲罐及其他靜設備的風險評價提供技術思路。

（4）該方法的缺點是依然比較依賴專家判斷，今后可以嘗試與其他客觀數值分析方法（如人工神經網絡評價法、數據包絡分析法等方法）進行有機結合，對失效模型進行改進。