基于證據推理和置信規則庫的承壓設備損傷模式識別系統開發及應用

中圖分類號TQ051.3 文獻標志碼 A 文章編號 0254-6094（2025）03-0474-10

承壓設備是一種對人身和財產安全具有較大危險的承壓類特種設備，廣泛應用于石油化工、冶金機械、航空航天等各領域，由于其通常承載著高溫、高壓、劇毒介質，一旦發生爆炸泄漏，往往會引發火災、中毒等災難性事故，給日常生活和設備的經濟穩定運行帶來很大影響[1]。承壓設備在壓力、溫度和介質的共同作用下會造成材料性能下降、結構不連續或承載能力下降等損傷，損傷的發展和積累將會引發設備的失效和安全事故。基于損傷模式的識別，有助于在用承壓設備的檢測和評估，及時發現設備的新生缺陷，確保設備的安全使用，因此，損傷模式識別已成為承壓設備失效分析的關鍵技術[2-4]。

目前，對于損傷模式識別方法主要參考GB/T30579和GB/T26610.4，由具備專業資質的風險評估人員進行判斷和確定，人力資源消耗大，工作效率低下[5]。為了提高工作效率，研究者們借助新一代信息技術開展基于多源信息融合的專家系統研究。XUDL等將置信規則庫（BeliefRule

Base，BRB）應用于承壓設備泄漏檢測，證明了BRB系統建模的靈活性，并說明了其對于復雜系統建模的適用性[。CHENY等開發了一種基于證據推理（EvidentialReasoning，ER）規則的數據驅動近似因果推理，在承壓設備泄漏檢測中證明了所提模型的適用性7]。CHENYW等分析了ER算法的推理機制，提出了一種訓練數據選擇方案和自適應訓練方法來更新BRB參數，并在管道泄漏檢測中進行了數值研究[8]。由上述文獻可以看出，BRB作為專家系統的一種，可以在建模時引入定性知識，并通過置信分布的方式來表達信息的不確定性，能夠在小樣本建模下取得良好的建模效果，并且鑒于其在多源信息融合處理、不確定信息表達和樣本缺少下的建模優勢，被廣泛應用于安全評估、醫療診斷及故障診斷等領域[]

筆者基于證據推理和置信規則庫，開發了一套承壓設備損傷模式識別系統，并在某石化裝置部分承壓設備上進行應用測試，以驗證所提方法的可行性。

1理論基礎

基于傳統的IF-THEN規則和Dempster-Shafer（D-S）理論，曼徹斯特大學的楊劍波教授在2006年提出了基于證據推理規則的置信規則庫推理方法（BeliefRule-Base Inference MethodologyUsing theEvidential ReasoningApproach，RIMER）[12]，該方法使用BRB作為專家知識庫，使用ER作為推理機，以此來對復雜系統進行建模[13]

BRB本質上是一種基于規則的專家系統，能夠有效利用定量數據與定性知識進行建模，建立輸入與輸出之間的非線性關系。相比傳統的IF-THEN規則，由于其添加了置信分布的概念，因此可以有效表示多源信息中的不確定性信息，包括概率不確定性和模糊不確定性[14]]

1.1 置信規則庫

BRB中包含一系列的置信規則，其中第k條規則 R_k 可表示為：

With a rule weight θ_k ，and attribute weights δ_k1，δ_k2，…，δ_kMk

k∈{1，2，…，L}

其中 x₁，x₂，…，x_Mk 表示第k條規則中使用的前提屬性 和 ∣δ_k1，δ_k2，…，δ_kMk 分別表示第 k 條規則中 M_k 個前提屬性相應的屬性參考值和屬性權重 ：D₁，D₂，…，D_N 表示第 ?k 條規則中的結果集 ;β_1，k，β_2，k，…，β_N，k 表示第k條規則中 N 個結果相應的置信度； M_k 和N分別表示第 k 條規則中前提屬性的數量和結果的數量； θ_k 表示第k條規則的規則權重： L 表示BRB中所有規則的數目； Λ 表示“與\"邏輯關系。

BRB作為存儲專家經驗知識的知識庫，在專家系統中有著舉足輕重的地位，BRB的完善性、確定性和可用性決定著專家系統的性能的優劣[15]，因此，BRB的設計與改進是系統建模中的一項重要工作。

評價結果 S（A^'）={（D_i，β_i，k），i=1，2，…，N} 。由L 條置信規則組成的BRB也可以描述為置信矩陣（表1）。在該矩陣中， 表示前提屬性， ω_k 表示前提屬性 A^# 的激活權重，反映了第k條規則被激活的程度。 β_i，k 表示相對于評價結果 D_i 的置信度。基于置信矩陣，利用ER算法計算出的 β_i，k 對激活的規則進行組合，從而產生相對于評價結果 D₁，D₂ …，D_?N 的置信度。

表1置信矩陣

將第k條規則中 M_k 個前提屬性相應的屬性參考值 A₁^k，A₂^k，…，A_Mk^k 規則化為h、m和l共3種，分別代表發生概率 100% 、發生概率 50% 和發生概率 0% 。

將第k條規則中N個結果相應的置信度β，k，β2，k，. β_N，k 也規則化為h Ω_，m 和l共3種，分別代表發生概率 100% 、發生概率 50% 和發生概率 0% 。置信矩陣規則化見表2。

如第1條規則 D₁ is {（h，1）} ，規則化為 β_1，1=1 、 β_2，1=0，β_3，1=0， 規則和置信矩陣規則化示例見表3、4。

1.2 置信規則激活權重

首先進行輸人信息轉化，1.0對應 h=1.0AA.0.5 對應 m=0.5，0.0 對應 l=0.0 ，例如 |x₁=0.8 ，此時對應 h= 0.6，m=0.4，l=0.0 。

置信規則激活權重 ω_k 的計算式如下：

其中， α_i^k 表示在第k條規則中第i個輸入 x_i 相對于參考值 ?A_i^k 的置信度； M 表示輸人 x_i 的總個數； 表示 α_i^k 的修正權重系數。

1.3ER算法推理

利用ER解析算法進行推理，得出最終評價結果的置信度 ，其中 表示相對于評價結果 D_j 的置信度，且滿足：

其中 是規則權重 θ_k（k=1，2，…，L） 、前提屬 性權重 和置信度 β_βj，k（j=1，2，…，N

k=1，2，…，L） 的函數。

2 石化設備損傷模式識別系統開發

2.1 應用范圍

本系統的適用對象為石油化工裝置承壓設備的設計、制造，以及使用單位和檢驗機構輔助其對設計、制造、運維和檢修過程中設備潛在的損傷模式和失效原因進行快速判斷，輔助RBI評估單位對風險評估設備的潛在損傷模式進行識別。

通過輸人使用條件、材料、失效宏觀形貌及微觀形貌等已知條件的發生概率，計算至多15種潛在損傷機理，損傷機理的信息包括發生概率、失效樹中各影響因素的原始輸人和計算概率以及各損傷機理的損傷形態、影響材料、主要影響因素、易發生的裝置或設備、主要預防措施、監/檢測方法、相關或伴隨的其他損傷機理及典型失效圖片等。

當前版本系統適用于GB/T30579—2022《承壓設備損傷模式識別》[16]所涵蓋的72種損傷機理（表5）的分析計算。

2.2 規則庫建立

開發石化設備損傷模式識別系統時，首先對每個損傷機理建立失效樹。鹽酸局部腐蝕失效樹如圖1所示。

鹽酸局部腐蝕

介質材料組合 腐蝕環境 腐蝕特征 裝置及設備

介質 材料 毒化劑 節流工況 形貌 腐體物 發生位 發生間 常減壓裝置 加裝氫 ·E碳鋼 照電蔬

然后建立失效樹相鄰層級的置信規則，如表6所列，以介質材料組合（代號B1）為例給出其置信規則庫，下級由介質、材料和毒化劑3個影響因素組成，代號分別為C1、C2和C3。

表6前提條件中“\"后的數值代表發生概率，規則結果中“\"后的第1個數值代表發生概率為100% 的概率、第2個數值代表發生概率為 50% 的概率、第3個數值代表發生概率為 0% 的概率，例如“0.810.210\"的概率為 100%×0.8+50%×0.2+0%× 0=0.9 。

2.3 系統輸入計算條件

系統輸入計算條件界面如圖2所示，錄入的失效樹影響因素共有四大類（包括介質材料應力、腐蝕環境、腐蝕特征、裝置及設備）和十二小類（介質、介質影響因素、材料、材料影響因素、毒化劑、應力、宏觀形貌、腐蝕產物、發生部位、發生時間、微觀形貌和斷口類型），總共有669個影響因素。

2.4 系統輸出結果

系統輸出結果界面如圖3所示。如圖輸出結果界面左側部分給出了分析得到的損傷機理及

其對應的失效概率，右側部分給出了每個損傷機理的失效樹以及各影響因素的給定或計算得到的發生概率。

3 應用案例

3.1 案例一

某化工廠氯堿車間蒸發器發生泄漏 （圖4）， 工作原理為：濃度較低的氯堿水溶液從蒸發器下 段U形彎管底進料，經右側的換熱器管程加熱后， 氯堿水溶液呈沸騰狀態并產生大量水蒸氣，水蒸 氣經蒸發器上段筒體右上側的接管排出，經蒸發 除水后的濃度較高的氯堿水溶液從蒸發器上段 筒體左下側的接管出料，換熱器殼程由高溫蒸汽 提供熱源與管程換熱。工作壓力為常壓，工作溫 度為 120～150^°C ，材料為1Cr18Ni9Ti，工藝介質為 氯堿、水、水蒸氣，加熱介質為水蒸氣。

將表7中的數據輸人至軟件中，得到圖5所示的初步分析結果，從圖5所示結果可以發現，堿應力腐蝕開裂（300系列不銹鋼）等機理發生的概率較高。

經進一步核實，膨脹節和U形管的焊縫及焊縫附近產生泄漏，有大量穿透性裂紋，這些裂紋均起始于內壁焊縫區并向母材擴展，裂紋呈樹枝狀形貌（圖6）。膨脹節的裂紋尖端存在氯元素的聚集，測量處氯含量最大質量比為 3.57% 。裂紋斷口形貌為以沿晶為主的混晶結構。

將表8中的數據補充輸入至軟件，得到圖7所示的分析結果，可見該設備發生氯化氫應力腐蝕開裂的概率最高。

3.2 案例二

某石化廠乙二醇車間的環氧乙烷精制塔，工藝是將 6%～8% 的環氧乙烷溶液精制成濃度為99.97% 的環氧乙烷成品。該環氧乙烷精制塔的材質為SUS304，工作壓力 0.334MPa ，工作溫度146^°C ，介質為環氧乙烷水溶液，其中腐蝕性介質為硫化物、氯離子、甲酸、乙酸及溶解氧等，塔釜液取樣分析結果見表9。經分析，塔釜液中的硫化物可能是生產乙烯原料油中帶來的；氯離子可能是二氧化碳脫除系統中加入的無機鹽帶來的以及二氯乙烷中帶來的；系統在氧化反應過程中有甲酸等酸性物質生成，在二氧化碳脫除系統中部分二氧化碳溶于水生成碳酸；溶解氧是生產乙二醇的原料之一。下封頭焊縫與裙座焊縫之間靠近焊縫熱影響區發現10處泄漏點，大部分為砂眼，個別為縱向小裂紋。

將表10中的數據輸人軟件，得到圖8所示的初步分析結果，可以看出，連多硫酸應力腐蝕開裂等機理發生的概率較高。

經進一步核實，熱影響區有大量的垂直于焊縫的小裂紋（圖9）。金相為奧氏體組織，熱影響區的晶粒有明顯的細化，并伴有大量的形變孿晶，硬度非常高。同時有明顯的晶間腐蝕跡象，晶界鉻的碳化物析出，晶粒脫落（圖10）。腐蝕產物能譜分析顯示，裂紋尖端存在大量氯離子。

將表11中的數據補充輸入至軟件，可得知該設備發生氯化氫應力腐蝕開裂的概率最高（圖11）。

4結束語

筆者所開發的基于置信規則庫和ER推理的專家輔助決策系統，具有強大的失效數據庫和邏輯推理功能，可定量計算出設備發生失效的相對概率。對兩個典型失效案例進行了系統應用，得出發生概率最高的損傷模式比較符合實際，極大地提升了損傷模式識別工作的精度和效率。在損傷模式識別過程中，對某一損傷模式失效樹中列出的各個影響因素，通過相應的檢查、試驗和測試，進行核實和排除，可進一步提升分析的準確性。本研究工作將對國內承壓設備失效分析以及潛在損傷模式識別工作具有一定的指導意義。

參考文獻

[1] 賀正軍.基于損傷模式識別的壓力容器檢驗[J].甘肅 冶金，2019，41（5）：94-97；102.

[2] 謝毅．焦炭塔典型損傷模式分析［J].廣東化工， 2014，41（5）：142-144.

[3] 楊元慶，吳開斌.加氫反應器材料脆化損傷模式及其 研究現狀[J].化工機械，2015，42（6）：750-753.

[4] 陳祖志，石坤，李邦憲，等.儲氣井損傷模式[J].化工 設備與管道，2013，50（1）：20-24.

[5] 馬波，王星，邢述.承壓設備損傷模式智能識別系統 應用研究[J].中國特種設備安全，2017，33（12）：10- 13. 1 erencean 1 learmng methodology of belief-rule-based expert system for pipeline leak detection[J].Expert Systemswith Applications，2007，32（1） ：103-113.

[7]CHEN Y，CHEN Y W，XU X B，et al.A data-driven approximate causal inference model using the evidential reasoning rule[J].Knowledg-Based Systems，2015，88： 264-272.

[8]CHEN Y W，YANG JB，XU D L，et al.Inference analysis and adaptive training for belief rule based systems [J].Expert Systems with Applications，2011，38（10） ： 12845-12860.

[9]FENG Z C，ZHOU Z J，HU C H，et al.A safety assessment model based on belief rule base with new optimization method[J].Reliability Engineeringamp; System Safety，2020，203：107055.1-107055.10.

[10]CHANG L L，FU C，ZHU W，et al.Belief rule mining using the evidential reasoning rule for medical diagnosis [J].International Journal of Approximate Reasoning，2021，130：273-291.

[11]CHANG L L，XU XJ，LIU Z G，et al.BRB Prediction with Customized Attributes Weights and Tradeoff Analysis for Concurrent Fault Diagnosis[J].IEEE Systems Journal，2021，15（1） ：1179-1190.

[12]YANG JB，LIU J，WANG J，et al.Belief rule-base inference methodology using the evidential reasoning Approach-RIMER[J].IEEE Transactions on Systems， Man，and Cybernetics-Part A：Systems and Humans， 2006，36（2）：266-285.

[13]ZHOU ZJ，HUGY，HUCH，et al.A Survey of Belief Rule-Base Expert System [J].IEEE Transactionson Systems，Man，and Cybernetics：Systems，2021，51 （8）： 4944-4958.

[14]CHANG L L，ZHANG L M，FU C，et al.Transparent Digital Twinfor OutputControl UsingBeliefRule Base [J].IEEE Transactionson Cybernetics，2022，52： 10364-10378.

[15］張煜東，吳樂南，王水花.專家系統發展綜述[J].計 算機工程與應用，2010，46（19）：43-47.

[16］國家市場監督管理總局，國家標準化管理委員會. 承壓設備損傷模式識別：GB/T30579—2022[S].北 京：中國標準出版社，2022.

（收稿日期：2024-05-29，修回日期：2025-05-16）

Development and Implication of Damage Pattern ldentification System of Pressure Equipment Based on Evidence Reasoning and Belief Rule Base

SHAO Dong-dong12，LI Yang1，CHEN Wen-fei12， JIANG Hai-yi3， JIN Xue-feng1， YIN Jian-bin1，LI Kai-hong1

（1.Ningbo Special Equiepment InspectionandResearch Institute;2.Zhejiang Province KeyLaboratoryofInteligent Inspectionand Monitoring ofSpecial Equipment for Market Regulation; 3.China Special Equipment Inspection and Research Institute）

AbstractBased on both evidence reasoning and belief rule base theory，a damage pattern recognition systemfor pressure equipment was developed. This expert system can asist in the failure analysis of pressure equipment and improve both efficiency and accuracy of failure analysis.Applying it to a petrochemical equipment verified the feasibility of this system.

Key Words pressure equipment，damage patern recognition，expert system，evidence reasoning，belief rule base