管道指数安全评价法敏感性分析

胡灯明 罗 山蒋全龙

1.中国石油大学（北京） 城市配气北京市重点实验室 （北京 昌平 102249）

2．四川科宏石油天然气工程有限公司 （四川 成都 610016）

3.中原油田 油气储运管理处 （河南 濮阳 457001）

管道指数安全评价法敏感性分析

胡灯明1罗 山2蒋全龙3

1.中国石油大学（北京） 城市配气北京市重点实验室 （北京 昌平 102249）

2．四川科宏石油天然气工程有限公司 （四川 成都 610016）

3.中原油田 油气储运管理处 （河南 濮阳 457001）

采用多因素敏感性分析法，对W.Kent.Muhlbauer指数评价法模型本身的影响因素进行敏感性分析，确定各影响因素对管道评价指数影响的大小。通过分析，发现各因素评价分值权重与敏感性并不完全匹配，由此对模型分值权重提出了新的思考：分值权重多少不仅仅需要考虑因素本身的重要性大小，还需要结合实际工程情况，考虑影响因素的不确定变化特性或敏感性大小，以使整个评价模型和过程更具有实用性。

管道指数 安全评价 敏感性

W.Kent.Muhlbauer提出的管道指数评价法是目前经典的管道安全评价方法。该方法中，打分评价体系是核心，作者将造成管道事故的原因分为4类指数，即第三方破坏、腐蚀、设计和操作。每一类分配分数100分，总指数和在0～400分之间。每一类指数下面又包含若干影响因素，给各影响因素分配了不同的评价分值，并设定了不同的评价等级。各因素分配的分数多少大致与其引发事故危险性的大小一致。因素分配的权重越大，表示该因素越重要，在管道风险增加或减少方面起的作用也越大；分配的权重越少，表示该因素越不重要，在管道风险增加或减少方面起的作用也越小[1]。

然而，从油气管道事故数据来看，模型因素的权重与事故原因统计的比例并不一致：EGIG对1970-2007年运行的输气管道事故统计，前三位主要因素分别是第三方破坏（占50%）、施工缺陷（占16%）和腐蚀（占15%）；而CONCAWE对1971-2006年运行的输油管道事故统计，前三位主要因素分别是第三方破坏（占36%）、腐蚀（占29%）和机械失效（占28%）[2，3]。在实际评价过程中，部分评价因素主要由规范和法规来确定，且属性一旦确定，发生变化的可能性和变化的程度非常小或几乎不发生变化，其影响也是相对确定的，分配的分值权重大小并不能代表其对风险增加或减少所起的作用，所以需要分析各影响因素对评价指数的敏感性大小。管道敏感性分析就是在各类影响因素中，不确定性参数变化时，对管道安全评价指数的影响程度。不确定性是产生风险的根源，对安全指标影响程度较大的参数，其不确定性所产生的风险更大。 本文在 W.Kent. Muhlbauer模型的基础上，对各评价因素的敏感性进行分析，即在4类主要评价指标下各因素对管道评价指数的敏感性大小关系。

敏感性分析

敏感性分析是经营决策中常用的一种不确定性分析方法。在影响决策目标的诸多因素中，其未来状况常常处于不确定的变化状态，而且各种因素的不确定性给目标带来的风险程度也不一样。敏感性分析的核心问题，就是从许多不确定因素中找出敏感因素，测出各个因素的变化对目标影响的程度，敏感性分析目标函数F=f(x1,x2,…,xn),（xi是影响因素）。根据研究影响因素发生变化的数量，分为单因素敏感性分析和多因素敏感性分析[4]。在管道指数评价法中，评价人员针对具体评价对象确定分值大小的时候，出现评分偏差变化的情况是多因素变化，故采用多因素敏感性分析。

根据W.Kent.Muhlbauer评价模型，管道指数评价法中的总指数和包含的若干因素，每一因素含有若干评分水平，每一因素在不同水平下，作者都确定了相应的等级和评分分值，最终求和来确定总指数。不同的评价人员在评判的时候，由于经验、专业、知识结构、心理因素等影响，可能对评价对象选择不同的分值或对照相应的等级进行评分，这种评分的偏差围绕设定的评分分值变化。其评价的过程和结果可以通过多因素试验来模拟，每一因素的每一水平对应一个评价分值，由作者已经确定，这个分值就是试验结果的参考值，即对管道指数评价法模型利用多因素试验思想进行敏感性分析。

以指数总和作为分析目标，通过这些影响因素在不同评分水平组合下分析评价分数的变化程度，据此找出敏感因素。但多因素敏感性分析工作量很大，如第三方损害指数有6个影响因素，每个因素设有5种评分等级，则需要进行56次敏感性分析。为了减少工作量又不影响分析结果，本文引入正交试验理论[4，5]。

正交试验[4，5]

正交设计方法是一种处理多因素试验的科学方法，它利用正交表来安排多因素试验，并对结果进行统计分析。正交试验代替全面试验，具有水平均匀性和搭配均匀性，即：①每一因素占据一列位置，其不同水平参加试验次数相同；②任两列不同因素水平所构成序偶数相等，相同序偶数出现次数在两列内也相同。

根据管道4类评价指数下的各因素和所处的不同水平，选择正交表LK（PJ）进行试验，L表示正交表符号，K表示试验次数，即正交表行数；P表示因素的水平数；J表示因素个数，即正交表的列数。由正交试验进行计算确定评价指数和，然后采用极差分析方法对正交计算数据进行分析，以确定各影响因素对所考察指标影响大小顺序。管道指数评价法敏感性分析可采用线形模型如下：

式中 β0—常数项；

βn—自变量；

Xn—回归系数；

ε—随机误差服从标准正态分布。

在模型中，令某些因素主效应或交互效应为0，而其余效应最小二乘法估计不受影响，以保证对每个效应估计不受到其他效应的影响，则设计矩阵须满足如下条件：

式中，S11，S22，...Snn都是方阵，每一方阵对应于一组效应。对于某个因素Xi对指标Y的显著性次序分析，不做定量结论，只要求自变量Xi对因变量Y的显著性影响次序，对式1中的回归系数不用求解，只需要按照上式2进行试验。

设a，b，...表示不同影响因素，m为因素评分水平数，ai表示因素a的第i水平（i=1，2...m）；Xij表示因素j的第i水平值，在Xij下进行试验得到因素j的第i水平的试验结果指标Yij，Yij服从正态分布的随机变量。在Xij下做n次试验得到n个试验结果，分别为Yijk（k=1，2，...n）。计算：

式中 Kij—因素j的第i水平值下的统计参数；

N—因素j的第i水平下的实验次数；

Yijk—因素j在i水平值第k个试验结果指标值。

根据计算结果，利用极差分析因素敏感性。

评价指数敏感性分析

1 第三方破坏因素

第三方破坏包括6种因素，不同的因素分值水平不完全相同，需要按照实际情况进行调整。如，管道埋深分数=13.1×C（C表示深度），管道设计规范要求埋地管道，管顶覆土最小深度不能小于0.8m，取10分；最大深度为1.6m，若再增加深度无减少风险效果，取值20分。活动程度在原来所设水平基础上，增加一个水平等级（18分）。地面设施评分水平在原来的基础上进行了综合，设置为5个等级。公共教育在原来基础上，用插值法增加两个水平等级15分和25分。管道标志评分水平按照作者定义，没有变化。巡线频率按原要求有7个评价级别，排开不存在不巡线情况（0分），并对每周4次（12分）和每天巡线（15分）评价等级进行。第三方破坏影响调整后的影响因素——水平表如表1所示。

对这些因素下不同水平的评价进行正交分析，建立正交试验表（表2）。

表2中，A(i)～F(i)（i=1，2，3，4，5）表示 6类影响因素下的不同评价水平）。结合上述，对第三方破坏分数的评分过程和结果采用多因素正交试验，共计得到25个评价数据，将所得的观测数据按从小到大的顺序排列，利用正态检验纸绘图进行正态性检验[6]。如图1所示，除最小试验值点外，其余各点基本满足正态分布。根据管道指数法评价模型的评分原则，对影响因素满足作者评判模型要求的程度给出评价分数，越满足评判条件，评价分数越高；越不满足评判条件，评价分数越低。同理，其他3项指数的试验值也应符合正态分布。

表1 第三方破坏6因素5水平表

表2 6因素5水平正交试验表

经过正交试验，得到各因素敏感性大小，为了便于比较，将各因素敏感性大小进行归一化处理，得到各因素敏感性权重百分比，与模型各因素分配的分值权重曲线在同一图中表示（图2）。各影响因素敏感程度大小顺序为：活动程度=公共教育＞巡线频率＞管道埋深＞地面设施＞管道标志。其中，活动程度和公共教育两类因素，作者给定的权重虽然不一样，但是两者对第三方破坏的敏感性影响是一致的，即两类因素的变化对管道指数的影响是一致的。巡线频率属于可变因素，对管道指数的敏感性较大，高频率的巡线频率能有效降低第三方破坏。值得注意的是，管道埋深指数属于非可变因素，主要根据设计规范确定，埋深一旦确定后，各管段都能获得相应的评价分数，对第三方破坏的影响却很小，而作者给此因素分配20%的权重，在权重分配上没有结合实际工程情况，缺乏合理性和评价准确性。

2 腐蚀影响指数

腐蚀影响指数包括13类影响因素，根据如上第三方破坏指数调整方法，建立管道腐蚀指数13因素3水平试验表，编程对13因素3水平正交试验计算后进行分析，得到结果如图3所示。

其中，各影响因素可分为：内腐蚀包括介质腐蚀和内保护，权重占30%；外腐蚀主要由阴极保护、涂层、土壤、使用年限、金属埋设物、电流干扰和应力腐蚀7个部分组成，占权重70%[7]。为了便于分析，此处将阴极保护 （包括阴极保护设计是否符合规范要求和阴极保护的检查）和涂层（包括涂层的种类和质量、涂层的施工、涂层的检验和涂层缺陷修补）的二级影响因素一并进行分析。从图3中可以看出，外腐蚀涂层的敏感性最大，其次是内腐蚀和外腐蚀的阴极保护。各影响因素敏感程度大小顺序为：产品腐蚀＞内保护=阴极保护＞阴保检查＞涂层种类和质量＞涂层检验＞涂层施工=缺陷修补=土壤腐蚀=电流干扰=应力腐蚀＞金属埋设＞使用年限。

3 设计影响指数

设计影响指数包括6种因素，每种因素设置5种评价水平，通过建立6因素5水平正交试验进行计算，分析结果如图4所示，敏感性大小与各因素分值权重差不多接近。

设计影响指数各因素的敏感性影响大小为：水压试验＞钢管因素＞系统安全因素＞疲劳因素＞水击因素=土壤移动。水压试验是可变因素，提高试验可以更多地排除管道焊接和管材本身的缺陷，对设计指数的敏感性影响大。系统安全系数和钢管因素虽在评价分数权重上相等（都是20%），但是敏感性却不一致。钢管因素和系统安全系数都属于非可变因素，一旦确定后，不易受外界影响发生变化。钢管因素的分值大小由钢管实际厚度和设计厚度的比值来确定，比值越大则分数越高；系统安全因素的大小由最大允许操作压力与实际操作压力的比值来确定，比值越大分值越高。水击因素虽然属于可变因素，但在管道设计和施工过程中，都安装有卸压阀或采取超前保护装置，所以敏感性影响小。土壤移动评价分数受线路走向、管道埋深和外界自然气候因素等影响，在线路勘测和设计中，对走向的地理环境和管道埋深都有要求，均能有效降低其风险影响，所以土壤移动因素主要受外界自然气候的影响，对设计指数敏感性影响小。

4 误操作影响指数

误操作影响指数主要由设计误操作、施工误操作、运营误操作和维护误操作4类误操作指数构成，其中每类又包括若干二级影响因素，共计21项。采用同样的方法，对各项影响因素的评价水平进行整理，确定每种因素有4种评价水平。通过建立21因素4水平正交试验，编程进行计算、绘图。一级指数敏感性分析如图5所示，二级指数敏感性分析如图6所示。

从图5可知，误操作指数下一级影响因素的分值权重与敏感性相接近。对二级影响因素的敏感性进行分析，敏感性影响较大的因素为：达到MAZOP可能性＞安全系统＞施工检验＞维护规程＞运行操作培训＞失误预防＞SCADA通信＞工艺规程。其余因素对误操作敏感性影响相对较小，且影响程度相近。

总结与讨论

根据对管道指数评价法本身敏感性分析可以看出，影响因素所占的权重与其相对重要性并不完全匹配。即赋予分值权重大的评价因素，对风险增加或减少所起的作用并不一定就大于赋予分值权重小的评价因素，对风险增加或减少所起的作用并不一定就小。在若干的评价因素中，有的影响因素是可变的，因素受自身属性或外界影响处于不确定性变化状态，而不确定性是风险发生的根源。所以，这些更容易发生变化的因素在评价指数法中应该结合其敏感性重新分配分值权重。有的影响因素是非可变的，此类因素根据规范、标准等明确后，一般处于确定性状态，受外界和自身属性影响较小，在评价模型中即使赋予相当的分值权重，但是由于其相对确定性的状态，发生变化的可能性很小，对管道的风险影响也很小，此时同样需要结合敏感性重新分配分值评价权重。否则，在安全评价时，就容易出现相对指数高的管段，并不是危险性相对较低反而是危险性较高，使此评价方法缺乏说服力。

本文利用敏感性分析，确定各影响因素对评价指数的敏感性大小，这种敏感性分析是对指数评价法模型本身的分析，各因素评价分值权重与敏感性并不完全匹配，由此对模型分值权重提出了新的思考：分值权重多少不仅仅需要考虑因素本身的重要性大小，还需要结合实际工程经验，考虑影响因素的不确定变化特性或敏感性大小，以使整个评价模型和过程更具有实用性。

[1]W.Kent Muhlbauer.Pipeline Risk Management Manual(Second Edition)[M].Houston，Texas：Gulf Publishing Company，1996.

[2]7th Report of the European Gas pipeline Incident Data Group, 1970-2007.December,2008.

[3]Performance of European cross country oil pipelines-Statistical summary of reported spillages in 2006 and since 1971.CONCAWE, August,2007.

[4]白新桂.数据分析与试验优化设计[M].北京：清华大学出版社，1986.

[5]李云雁，胡传荣.试验设计与数据处理[M].北京：化学工业出版社，2005.

[6]梁小筠.正态性检验[J].上海统计，2000.

[7]潘家华.油气管道风险分析[J].油气储运,1995：14（3～4）.

The sensitive analysis methods of multifactors are applied to the sensitive analysis of influencing factors about the model of W.Kent.Muhlbauer's index evaluation,in order to define the degree of every factors influencing pipeline evaluation index.Based on the above analysis,it is found that the weight of evaluation value of every factors don't match their sensitivity completely.Therefore, some new idea about the weight of model value is presented that the size of value weight not only needs considering the importance extent of factors themselves,but also the characteristics of uncertain changes or the degree of sensitivity according to the practical engineering state,so as to make the whole evaluation model and process possess more practicality.

pipeline index;safety evaluation;sensitivity

胡灯明（1981-）,男，在读硕士，国家注册安全工程师，现从事油气管道安全预评价方法研究。

2009-09-13