聯立GO-貝葉斯的氣田站場系統失效可能性研究

田 帝 朱麗霞 李麗鋒 羅金恒 李 霄 郝曉東

（1. 西安石油大學，陜西 西安 710064；2. 中國石油集團工程材料研究院有限公司，陜西 西安 710077；3. 中國石油天然氣股份有限公司規劃總院，北京 100083）

0 引言

氣田站場是開采、運輸、儲存石油和天然氣的核心，據統計，目前中國石油有站場約16000座，規模龐大且功能齊全，可以滿足油氣開發等的生產需求[1]。由于站場內設備繁多且輸送和儲存介質均有腐蝕性、易燃易爆性，隨著在役周期不斷增長，失效問題引發的站場事故成為站場安全面臨的潛在威脅[2]。需要有完整的風險評價體系提高其可靠性，站場的失效概率由各子系統失效概率與功能失效系數相乘。常用的方法有蒙特卡羅法、故障樹分析法、馬爾可夫狀態空間法、GO法等。這些方法不可避免一定的主觀性，失效概率的計算多數源于以往的事故數據，由于國外對站場歷史失效數據庫方面更加完善，而國內在站場失效數據方面存在缺失，尚未建立失效數據庫，通常是參考歐美發達國家相關標準將統計數據修正后，再對站場實施定量風險評價[3-5]。相比于集輸管道的事故分析和安全評價方法[6,7]，氣田站場有更多復雜因素[8,9]。并且站內對周邊人員造成的安全影響，在80%的風險中因設備引起的占比就達到20%。

關于氣田站場的失效可能性研究目前不夠完整，分析多以單個設備為對象，對設備間相互影響考慮欠缺，也沒有系統性的方案。本文從站場整體系統的角度，將所有影響站場失效的因素串/并聯而不是單一考慮設備的失效概率。通過對近年來新建站場的規模、設計參數分析，將整個站場功能和運行狀態不同的單元進行劃分。在確定站場典型設備和管道失效概率的基礎上，采用以成功為導向的可靠性分析法GO法，建立GO圖再結合貝葉斯網絡得出站場的系統風險水平。

1 氣田站場失效可能性計算方法

1.1 蒙特卡羅法（Monte Carlo）

蒙特卡羅法[10]是一種基于概率和統計學的隨機模擬方法，通過對實驗抽樣調查來推斷未知特性量。這種方法可以充分體現出隨機因素對系統運行過程中的影響并反映出活動的動態過程。它的基本步驟是根據需要求解的問題從建立概率模型入手，使其參數等于問題的解，再對概率模型進行抽樣試驗計算參數特征，最后得出解的統計估計值和精度估計值。蒙特卡羅模型在系統中有多種形式，只要建立起系統和系統內設備正常和故障之間的聯系，用可靠性參數計算出故障前平均時間，每一個設備使用隨機發生概率計算，即可得到系統的失效概率。

紀文[11]等對某氣田壓縮站內的壓縮機組用蒙特卡羅法做了局部敏感性分析，得出對機組效率影響最大的是壓縮天然氣進出口壓力，給出了進出口壓力不應大于壓力表最高量程2/3，不應小于壓力表最高量程的1/3、傳感器取壓點應安裝在壓力波動小且距進排氣閥較近的位置等提高壓縮機組效率測量結果準確性的措施。何蕾[12]等對儲氣庫運行中關鍵設備工況變化和失效機理采用蒙特卡羅法進行失效可能性計算，并用蒙特卡羅法對極限狀態方程中的部分變量進行抽樣獲得可靠訓練樣本，結合BP神經網絡擬合，建立設備單元可靠性模型。反映出設備單元可靠度在不同工況下的規律。馬小芳[13]等在具有多重腐蝕缺陷的管道可靠性分析中基于原始的蒙特卡羅法進行改進，利用尾概率的規律性降低了計算成本，并考慮到隨機變量之間的相關效應，將失效概率降低了大約2倍。Zaki Syed[14]等在分析地下儲氣庫設備中，建立了一種熱液性能和潛在破壞事件的蒙特卡羅模擬結合的模型，通過天然氣供應短缺的嚴重程度和這種短缺的頻率來量化風險，并具有高度的可配置性，可用于分析許多可能影響到儲氣庫設施的潛在事件。

1.2 故障樹分析法（Fault Tree Analysis-FTA）

故障樹分析法[15]是一種從上往下采用演繹形式的分析方法，這種方法可以清晰的呈現出事故發生的各種因素和邏輯關系圖。它的基本步驟是先確定頂事件即系統中最不希望出現的事件，從頂事件起由因至果層層分析引起故障的各種因素，直到基本事件為止，再將所有事件用邏輯關系組合構成完整的故障樹。對于體系較龐大的故障樹，可以去掉明顯的邏輯多余事件和邏輯多余門對其進行簡化。最后進行定量分析時需要由基本事件發生概率按照邏輯代數運算法則計算頂事件發生概率和最小割集。再用頂事件發生概率對基本事件發生概率的偏導數求出基本事件對頂事件的概率重要系數。

祝新泰[16]等對站場設備的失效可能性采用了故障樹分析法，彌補了國內同類設備失效數據庫不足，并通過層次分析法建立層次結構模型和模糊概率法將專家給出意見的自然語言轉換成模糊數，提高了專家判斷的客觀性和科學性，同時增加了現場工作人員的可操作性。陳文賢[17]等在站場設備失效模式分析的基礎上建立了故障樹模型，將站場儲罐腐蝕穿孔作為頂事件，用層次分析法和模糊概率法進行主客觀賦權的同時，并編寫了含工程管理、故障樹分析、失效概率定量分析、風險評價、結果輸出和幫助六種模塊組成的失效分析軟件，計算結果驗證了失效可能性與無損檢測結果相符，得出絕緣涂層和陰極保護的重要度較高。程茂[18]等在天然氣站場失效可能性分析中，將故障樹分析法與事件樹法和故障模式及影響分析法做了對比，總結出站場風險控制與安全管理有必要根據設備特點及工藝流程區塊進行分析。李平[19]等在輸氣站場收球區用故障樹分析法歸納出失效底層的所有基本事件，并計算出頂事件模糊失效概率，做出失效后果分析和風險等級劃分，解決了輸氣站場缺乏風險因素的客觀失效概率的問題。黃亮亮[20]等在輸氣站場設備失效可能性分析中考慮到故障概率及事件間聯系的不確定性以傳統故障樹分析法為基礎，引入T-S模糊故障樹，將基本的指標評價轉化成當前工況下的故障程度，再計算故障可能性值，最后采用模糊數學的方法將故障可能性值轉化為失效概率，解決了系統內部故障機理不確定的問題。Halloul[21]等在站場原油罐區失效可能性研究中，采用故障樹分析法并結合了專家訪談，給出了事故影響范圍和損害強度分布。

1.3 馬爾可夫狀態空間法（Markov Analysis）

馬爾可夫鏈[22]是機器學習和人工智能的基石，在狀態空間中從某個狀態轉換到另一個狀態的隨機過程，并且下一狀態的概率分布只能由當前狀態決定，在時間序列中它前面的事件均與之無關。它的核心思想是用現有動態變化狀況來預測未來動態。該方法適用于一切具有某種變化趨勢、隨機波動性大的中長期事件的預測評估，可使建模和預測結果更加有效、可靠，具有更高的擬合度，在動態預測模型中是一種實用性強的方法。

蘇繼軍[23]等提出一種基于貝葉斯推斷的復雜系統可靠性分析方法，利用事件樹圖對復雜系統結構進行建模，歸納可用的數據類型，對組件隨機模型和先驗分布進行描述。利用馬爾可夫蒙特卡洛法對模型求解，構建計算示例驗證方法的可行性與有效性。駱正山[24]等在埋地管道腐蝕速率的預測中應用優化的馬爾可夫鏈預測模型，提出二次平滑指數法優化和粒子群算法優化狀態區間白化系數，得到殘差序列狀態轉移狀態中出現的概率最大的點。在對氣田某段油氣管道進行實例分析時預測結果的精確度提高了40.33%。李威君[25]等在應用故障樹對站場進行分析時考慮到故障樹是靜態的，在動態建模方面存在不足，忽略了因果關系的動態關聯性等問題，提出了風險動態評估方法，在故障樹的動態推理借助馬爾可夫鏈等輔助方法來處理動態問題。并在站場作業過程中進行了應用，論證了方法的有效性。Wari E[26]等針對油氣行業管道腐蝕失效提出了一種用于油氣管道腐蝕維護的連續狀態部分可觀測馬爾可夫決策過程模型，用來檢測腐蝕類型，確定其嚴重程度，并預測惡化率，計劃未來的監測計劃和維護政策。

1.4 GO法（GO Oriented）

GO法[27]是一種以成功為導向的系統概率分析技術，其本質是將系統的工藝流程圖轉變成GO圖。它的基本步驟是先通過對系統的分析來構造相應的可視化模型GO圖，然后對系統進行定性定量分析，找到系統薄弱環節，計算各種可靠性指標。在具體設備反映之間的邏輯關系中定義有17種操作符，用信號流將其連接可呈現出動態時序性，連接邏輯采用正常的工作路徑，即面向成功的建模方法。得到的系統GO模型可以反映出系統的原貌，表達出系統中各部件之間的物理關系和邏輯關系。

姚安林[28]等對輸氣站場進行可靠性分析，根據站場的工藝流程特征，將站場劃分為7個子系統并建立了GO圖模型，進行了站場的定量可靠性分析，得出系統、設備、元件的失效概率重要度，充分體現出站場內單體設備之間的停工相關性、維修相關性和備用相關性。岳銘亮[29]等在輸氣站場的可靠性分析中，將GO法引入危險與可操作性分析中，應用在站場調壓子系統直觀的反映了系統單元狀態及單元間邏輯關系，減少了危險與可操作性分析專家人為主觀因素，有助于提高工作人員對設備狀態異常的分析和應急處置能力。周夏伊[30]等在油氣集輸站場失效可能性研究中，基于API RP581和GO法，利用GO操作符定量計算公式，確定各子系統及站場整體的失效可能性值，最后應用在某油田聯合處理站，確定了站場的失效可能性等級。

1.5 四種失效可能性計算方法對比

通過以上四種失效可能性計算方法，從適用范圍及其優缺點方面如表1所示，做出對比總結，蒙特卡羅法的局限性在于它是基于概率統計理論的方法，是通過隨機抽樣進行模擬的，對參數的依賴強，計算精度難以保證，因此模擬結果存在一定的偏差且穩定性較差。故障樹分析的局限性在于它是針對系統中某一特定事故進行分析，而不是針對一個過程或設備系統進行分析，不同人員繪制出的故障樹會有誤差，這種誤差跟主觀判斷聯系緊密。馬爾可夫狀態空間法局限于本身性質的無記憶性，不考慮過去的狀態對當前狀態的影響。GO法雖然對分析人員要求較高，但現階段在站場的失效可能性分析中仍占主導地位，GO法應用在站場因設備繁多會存在眾多操作符和復雜的信號流。

表1 失效可能性計算方法對比

2 氣田站場設備主要失效模式

氣田站場儲存和運輸主要有凝析油和天然氣。按照站場工藝單元分為原油處理、天然氣處理和水處理[31]。將站場設備局部劃分為靜設備、動設備和集輸管線。靜設備主要有收發球筒、各式過濾分離器、塔器、凝析油罐、閥門和管線，動設備主要有泵和壓縮機[32]。集輸管線是連接站場內各種設備的重要部件，失效模式有腐蝕、變形和斷裂三種。腐蝕一般是外防腐層破壞導致的大氣腐蝕和支撐管線處裸露在外的腐蝕，埋地管線的腐蝕與土壤環境、地下水位和陰極保護措施有關，內腐蝕與管線輸送中常含有的Cl-、H2S、CO2等介質和流速有關，變形的原因有超壓、振動、殘余應力、外力損傷、壁厚、地基沉降，斷裂的原因有管線選材、應力集中、安全裝置失靈[33-35]。儲罐失效除了地基沉降主要集中在底板的焊縫缺陷、罐頂浮艙腐蝕滲漏、罐壁變形泄漏。離心泵是站場輸送介質的動力裝置，溫度、壓力、流量等熱力性能指標相對穩定，它是由軸承、轉子、殼體、密封等部件構成的，主要失效模式是機器零部件松動、缺陷、損壞等導致的機械功能失效。往復式壓縮機在油氣田站場中廣泛應用，關鍵部位包括曲軸、柱塞/活塞桿、氣缸、十字頭等。主要失效模式為機械功能和熱力性能失效兩方面，失效特征有氣閥泄漏、柱塞/活塞桿斷裂、氣缸開裂、密封失效、曲軸斷裂、螺栓斷裂等[36,37]。

3 氣田站場子系統劃分及GO圖建立

3.1 氣田站場子系統劃分

通過操作符和信號流基于氣田站場工藝流程組建GO圖，若對整體分析，建立的體系龐大計算繁瑣容易出錯，故對系統進行簡化后再合并。為了簡化GO圖分析，有必要將站場子系統進行劃分。根據油氣田站場工藝流程歸納如圖1所示，為站外轉油、原油處理、多井等來液混合，對含水油脫水、穩定等，進入緩沖罐儲存或通過泵增壓外輸。

圖1 氣田站場工藝流程圖

天然氣處理將單井來氣通過分離器氣液分離后增壓進入吸收塔脫水脫烴處理使達到外輸標準后增壓外輸。同時對污水的處理和排放也要達標。將氣田站場劃分為收集、過濾分離、脫水穩定、儲存、增壓、外輸、放空與排污7個子系統。明確了子系統和各單元功能后，確定輸入端和輸出端再結合操作符與信號流表示它們之間的邏輯關系，建立GO圖。在可修系統中通常還需要參數失效率λ和平均維修時間MTTR。數據方面可從設備供應商中獲得，要是沒有相關數據，可以由專家在現場勘察收集數據并分析。最后根據運算法則逐步計算至輸出端[38,39]。

3.2 貝葉斯網絡與GO圖的結合

貝葉斯網絡是一種能處理好變量間不確定關系的因果關聯模型[40]，將它與GO圖結合，實現操作符與網絡節點的互換，可優化復雜的計算映射出節點的條件概率[41]。根據貝葉斯公式：P（Bi│A）=P（Bi）P（A│Bi）/Σ P（Bi）P（A│Bi），（i=1，2，…，n)其中P（Bi）為先驗概率，P（Bi│A）為后驗概率，P（A│Bi）為條件概率。將其轉換為貝葉斯網絡先對建立好GO圖的信號流編號，對信號流i映射后的貝葉斯網絡節點為H=｛H1，H2，…，Hn｝。確定信號流i前的操作符Oi，按照3.1圖1中的操作符對應，第1種將操作符C和輸入端S映射為父節點，輸出端R為子節點。第2、3、4、6種邏輯操作符，Oi輸入端S映射到父節點，輸出端R映射到子節點。第5種各個信號相互獨立，可直接將輸出端R映射到根節點Hi。最后判斷Hi若為輸出信號，直接完成映射，若不是，對下一個信號映射，直至為輸出信號結束轉換[42]。

4 實例分析

以某氣田站場為例，本文僅對站場核心單元增壓子系統進行分析計算，其余6個子系統均適用。增壓子系統來氣進入閥組區，過濾器過濾后再通過壓縮機將氣體壓縮，最后經過空冷器冷卻達到外輸標準。來油經過三相分離器后到達再生塔通過塔底的重沸器再到儲罐最后外輸。增壓子系統設備失效如表2所示，閥組、機械過濾器、壓縮機的失效概率較高。

表2 增壓子系統設備失效

集輸管道失效多數會發生在埋地管道，因為埋地管道除受地基沉降外受土壤因素和電流影響較為嚴重[43,44]，符合站場實際失效情況，應制定合理的檢驗方案。增壓子系統按照其工藝流程建立的GO圖模型如圖2所示，箭頭上的數字為信號流編號。再將表2的失效概率轉化為貝葉斯網絡根節點的先驗概率，然后根據3.2中方法進行映射。GO圖操作符與貝葉斯網絡映射關系如表3所示。維修率μ=0.28d平均維修時間MTTR=3.57d。穩態不可用概率A=2.48×10-2。并且可通過假設逆向推理計算出后驗概率，明確增壓系統容易失效的環節。圖3為增壓系統的貝葉斯網絡。經過計算，S14故障率λ=7.12×10-3d-1。

圖2 增壓子系統GO圖

圖3 增壓系統的貝葉斯網絡

表3 GO圖與貝葉斯網絡映射關系及根節點后驗概率

5 結語

在氣田站場失效概率問題分析中，通過對站場工藝了解和子系統劃分，將GO圖與貝葉斯網絡聯立對系統進行失效可能性分析，不僅充分體現出站場的動態關聯特征，還得出了子系統的失效概率，經對比符合實際情況，風險水平在各子系統中與腐蝕、使用頻率和備用相關，在風險控制方面，需要對風險較高的系統定期檢查維護，才能保障站場有條不紊的運行。