基于N-K模型的城市燃气管道失效可能性因素耦合分析*

付邦稳，蒋宏业，徐涛龙，姚安林,2

(1. 西南石油大学 石油与天然气工程学院，四川 成都 610500；2. 油气消防四川省重点实验室，四川 成都 610500)

0　引言

近年来，我国城市燃气管道里程数急剧增加，燃气管道一旦发生泄漏，不仅造成资源浪费，而且可能引发火灾、爆炸等一系列灾害性事故[1-2]，给城市发展及周边居民带来严重安全隐患。因此，有必要对城市燃气管道进行安全评价。

我国的管道安全评价工作起步较晚，近年来，国内学者在该领域也进行了不断探索。例如：于倩秀等[3]利用未确知测度模型，对某输油管道10个管段的安全级别进行评价，得到了与实际相符的结果；赵玲等[4]利用BP神经网络方法构建城市燃气管道脆弱性的函数模型，划分了5个脆弱性等级，并用实例验证了其适用性；周立国等[5]应用物元模型对燃气管道第三方施工损伤进行风险评价，确定管道风险等级。目前，针对城市燃气管道失效可能性的研究中，多数只从单一因素出发来评价管道的安全状态，鲜有考虑多因素耦合对管道的影响。然而，燃气管道事故的发生一般不是由单一因素引起的，更多的是由多种影响因素相互影响、相互耦合而造成的。鉴于此，笔者基于N-K模型，把影响管道安全运行的因素分为人(人为因素)、机(管道及设备因素)、环(环境因素)和管(管理因素)4类，对4类因素间的耦合作用进行度量，以期能够合理准确地分析管道失效可能性因素耦合后对管道失效可能性的影响。

1　城市燃气管道失效可能性因素耦合机理分析

1.1　耦合因素辨识

通过相关文献[6-7]的调研，将城市燃气管道失效可能性因素划分为人为因素、管道及设备因素、环境因素、管理因素4个方面。

1)人为因素。人的不安全行为是指城市燃气公司维抢修人员在管道维护过程中出现的不安全操作。人为因素主要包括生理状况不佳、心理状态不稳定、专业技能发挥不正常、操作不规范等。

2)管道及设备因素。管道及设备不安全状态是指管道及设备本身缺陷等原因而可能导致管道失效的状态。管道及设备因素主要包括管道及设备设计缺陷、防腐层老化、设备故障、管道破损、管道腐蚀等。

3)环境因素。环境不安全状态指管道周边建筑物及第三方机械施工等社会环境，以及气候和地形地貌等自然环境不佳而可能导致管道失效的状态。环境因素主要包括第三方野蛮施工、地面占压、违章建筑、蓄意破坏、恶劣天气、滑坡、泥石流、地面下沉等。

4)管理因素。管理失效指管道管理政策不合理及执行过程中出错等而导致管理失效的状态。管理因素主要包括管理制度不健全、工作程序不合理、管理执行不力等。

1.2　 耦合机理分析

耦合源于物理学，表示2种或2种以上的系统或运动形式通过相互影响、相互作用彼此趋于协同的现象[8-9]。笔者采用事故致因理论中的轨迹交叉理论[10-12](Orbit Intersecting Theory)来分析城市燃气管道失效可能性因素间的耦合作用机理。如图1所示，人的不安全行为将会导致管道维护人员的操作失误，管道及设备的不安全状态将会导致管道破损或设备故障，环境的不安全状态将会出现脆弱环境或外力扰动，管理失效将会导致燃气公司管理失效。各类失效可能性因素在突破系统阈值后便可直接导致管道事故的发生。然而，多数情况下还会存在潜在影响因素，在未突破系统阈值时，不会直接导致管道事故发生，但与其他潜在影响因素之间发生耦合，产生耦合震荡，便会突破系统阈值，从而导致管道事故的发生。

图1　城市燃气管道失效可能性因素耦合形成机理Fig.1　Coupling mechanism of failure probability factors of urban gas pipeline

2　基于N-K模型的城市燃气管道失效可能性因素耦合分析

N-K模型起源于信息理论，最早是由Kanffman在20世纪末在研究基因组合问题时提出的，是一个可以解决复杂问题的通用性模型[13]。N-K模型包括2个参数：N为组成研究整体的元素总数；K为元素间相互作用、相互耦合的数目。若研究包含N种元素，每种元素有n种状态，则会有nN种组合方式，当各元素按照一定的方式组合起来时，便会形成网络，其中，K取值范围为[0，N-1][12]。关于城市燃气管道失效可能性因素耦合的分析，涉及到4类元素：人为因素、管道及设备因素、环境因素和管理因素，每种元素根据是否出现不安全状态(或不安全行为)分为2种，分别用0和1表示：0表示未出现；1表示出现。

应用N-K模型对城市燃气管道失效可能性因素耦合作用评价的原理是通过计算4类失效可能性因素之间的交互信息，来评价耦合作用对管道失效可能性的影响程度。根据某种耦合方式数量来衡量该耦合方式出现的概率，即某种方式的耦合发生的次数越多，该种方式的耦合发生的概率就越大；根据耦合值T来衡量管道的失效概率，即某种耦合方式的耦合值越大，则此耦合导致管道失效的概率越大。交互信息可用公式(1)计算：

(1)

式中：a，b，c，d为耦合元素编号；a代表人为因素；b代表管道及设备因素；c代表环境因素；d代表管理因素；h=0,1，…，H；i=0,1，…，I；j=0,1，…，J；k=0,1，…，K(本文中H，I，J，K的值为1);Phijk表示人为因素处于状态h、管道及设备因素处于状态i、环境因素处于状态j、管理因素处于状态k时，4种耦合发生的概率。计算出的T值越大，说明管道失效的可能性越大。

2.1　单因素耦合

每种失效可能性因素内部都包含多个失效可能性因子，单因素耦合是指每种失效可能性因素内部的失效可能性因子之间相互作用、相互影响而产生耦合作用的现象。单因素耦合包括人为因素耦合、管道及设备因素耦合、环境因素耦合和管理因素耦合4类，分别用T11(a)，T12(b)，T13(c)，T14(d)表示。

2.2　双因素耦合

双因素耦合指影响管道失效的4类因素之间两两耦合的现象，主要包括人-机耦合、人-环耦合、人-管耦合、机-环耦合、机-管耦合、环-管耦合等6类，分别用T21(a，b)，T22(a，c)，T23(a，d)，T24(b，c)，T25(b，d)，T26(c，d)表示，其计算公式如下：

(2)

(3)

(4)

(5)

(6)

(7)

2.3　多因素耦合

多因素耦合是指影响管道失效的4类因素中的3类或4类相互影响、相互作用的现象，主要包括人-机-环耦合、人-机-管耦合、人-环-管耦合、机-环-管耦合、人-机-环-管耦合等5类，分别用T31(a，b，c)，T32(a，b，d)，T33(a，c，d)，T34(b，c，d)，T4(a，b，c，d)表示，其计算公式如下：

(8)

(9)

(10)

(11)

(12)

3　实例分析

3.1　数据统计

近年来，虽然我国城市燃气事业得到快速发展，但因燃气事故多具有敏感性，很少燃气公司会对外公布燃气事故方面的数据，这就导致燃气管道事故数据获取比较困难。依据“博燃网”公布的数据，文献[14]统计整理了2011—2014年发生在我国大陆地区的1 127起城市燃气事故(不包括室内事故)，不同耦合方式导致事故发生的次数和频率如表1所示。表1中，0表示未发生耦合，1表示发生耦合，耦合因素中对应顺序为：人为因素、管道及设备因素、环境因素和管理因素。

表1　2011—2014年间我国城市燃气事故中不同耦合方式出现的次数和频率

3.2　耦合值计算

在计算T之前，首先需要计算不同耦合方式发生的概率：

1)单因素耦合不同情况下发生的概率为：P0...=P0000+P0100+P0010+P0001+P0110+P0101+P0011+P0111=0.416 3，同理计算出其他单因素耦合发生的概率，如表2所示。

2)双因素耦合不同情况下发生的概率为：P00..=P0000+P0010+P0001+P0011=0.166 1，同理计算出其他双因素耦合发生的概率，如表3所示。

3)多因素耦合不同情况下发生的概率为：P000.=P0000+P0001=0.003 7，同理计算出其他多因素耦合发生的概率，如表4所示。

根据式(2)-(12)，计算出不同耦合方式下的T值，如表5所示。

表2　单因素耦合不同情况下发生的概率

表3　双因素耦合不同情况下发生的概率

表4　多因素耦合不同情况下发生的概率

表5　不同耦合方式下的T值

按耦合值大小排序为：T4>T33>T31>T34>T32>T22>T23>T24>T26>T23>T21。

3.3　结果分析

1)随着耦合因素的增加，管道失效概率也随之增大。由计算结果可知：4因素耦合>3因素耦合>2因素耦合，表明参与耦合的因素越多，管道失效的概率越大，但耦合发生的频率则随着耦合因素的增加逐渐减少，这与管道实际情况相符。

2)对于3因素耦合，人-环-管耦合>人-机-管耦合>机-环-管耦合>人-机-管耦合。可见环境因素(特别是社会环境)对管道的安全运行有着重要影响。城市环境(特别是社会环境)较为复杂，管道事故多数由于管道不同程度地受到外力破坏(如第三方施工、重车碾压及违章占压等)而造成的。因此，管道运营公司应加大对管道周边环境的巡查力度，监督第三方施工，减少环境因素对管道的影响。

3)对于2因素耦合，人-环耦合>人-管耦合>机-环耦合>环-管耦合>机-管耦合>人-耦合，可见，人为因素与环境因素、管理因素存在较大的耦合性，这表明管道维护人员易受其所处环境及管理因素的影响，即当其所处环境不佳、管理人员管理不到位时便容易导致事故发生。

4　结论

1)基于2011—2014年我国城市燃气管道事故典型案例数据，利用N-K模型计算管道失效可能性因素间以不同方式耦合时的耦合值，得出多因素耦合对管道失效的影响，计算结果可为城市燃气管道安全运行管理工作提供参考。

2)由计算结果可知，环境因素对管道的影响较为明显。因此，管道运营公司不仅要对管道本体进行维护，更要加大对管道周边环境的监控力度，而且，应尽可能地避免多因素耦合，尤其是4因素耦合的发生。

3)N-K模型对数据的完整性及精确性具有较高的要求，因此，管道运营公司应加强对管道基础资料完整性与精确性的管理工作，进而提高计算精度，使计算结果更切合实际。

[1] 梁永宽，杨馥铭，尹哲祺，等. 油气管道事故统计与风险分析[J]. 油气储运，2017，36(4):472-476.

LIANG Yongkuan, YANG Fuming, YIN Zheqi, et al. Accident statistics and risk analysis of oil and gas pipelines[J].Oil & Gas Storage and Transportation, 2017, 36(4):472-476.

[2]罗自治，张传涛， 杨勇，等. 国外管道失效原因分析及对我国管道管理建议[J]. 煤气与热力，2011，31(3):71-74.

LUO Zizhi，ZHANG Chuantao，YANG Yong，et al. Cause analysis of foreign pipeline failures and suggestions domestic pipeline management[J]. Gas & Heat, 2011, 31(3):71-74.

[3]于倩秀, 王军防. 基于未确知测度理论的油气管道安全评价模型研究[J]. 油气储运, 2008, 28(3):14-18.

YU Qianxiu，WANG Junfang. Uncertain measuring model applied to safety evaluation of oil and gas pipeline systems[J]. Oil & Gas Storage and Transportation, 2008, 28(3):14-18.

[4]赵玲, 易俊, 王文和. 城市燃气管网脆弱性评价及其应用[J]. 安全与环境学报, 2015, 15(1):68-72.

ZHAO Ling, YI Jun, WANG Wenhe. Evaluation methods and their application to meet the challenge of the urban gas network vulnerability[J]. Journal of Safety and Environment, 2015, 15(1):68-72.

[5]周立国, 姚安林, 蒋宏业,等. 城镇燃气管道第三方施工损伤风险评价方法研究[J]. 中国安全生产科学技术, 2015，11(12):123-128.

ZHOU Liguo, YAO Anlin, JIANG Hongye, et al. Research on risk assessment method of third-party construction d-amage for urban gas pipeline[J]. Journal of safety science and technology, 2015，11(12):123-128.

[6]柳红卫. 城市天然气管道半定量风险评估方法研究[J]. 中国安全生产科学技术, 2006, 2(3):96-100.

LIU Hongwei Study on semi-quantitative risk method for urban natural gas pipeline[J]. Journal of safety science and technology, 2006, 2(3):96-100.

[7]黄亮亮, 姚安林, 鲜涛,等. 考虑脆弱性的油气管道风险评估方法研究[J]. 中国安全科学学报, 2014, 24(7):93-99.

HUANG Liangliang，YAO Anlin，XIAN Tao，et al. Research on risk assessment method of oil & gas pipeline with consideration of vulnerability[J]. China Safety Science Journal, 2014, 24(7):93-99.

[8]薛晔, 刘耀龙, 张涛涛. 耦合灾害风险的形成机理研究[J]. 自然灾害学报, 2013(2):44-50.

XUE Ye, LIU Yaolong, ZHANG Taotao. Research on formation mechanism of coupled disaster risk[J]. Journal of Natural Disasters, 2013(2):44-50.

[9]盖程程, 翁文国, 袁宏永. 基于GIS的多灾种耦合综合风险评估[J]. 清华大学学报(自然科学版), 2011(5):627-631.

GAI Chengcheng, WENG Wenguo, YUAN Hongyong. Multi-hazard risk assessment using GIS in urban areas[J]. Journal of Tsinghua University (Natural Science Edition), 2011(5):627-631.

[10]牛聚粉. 事故致因理论综述[J]. 工业安全与环保, 2012, 38(9):45-48.

NIU Jufen. Discussion on accident-causing theory[J]. Industrial Safety and Environmental Protection, 2012, 38(9):45-48.

[11]MA Q G, WANG K, WANG X Y, et al. The influence of negative emotion on brand extension as reflected by the change of N2: Apreliminary study[J]. Neuroscience letters, 2010，485(3):237-240.

[12]乔万冠, 李新春, 刘全龙. N-K模型下煤矿重大瓦斯事故风险耦合致因分析[J]. 科技管理研究, 2017(2):196-200.

QIAO Wanguan, LI Xinchun, LIU Quanlong. Analysis of risk coupling in the major coal mine gas accident under N-K model[J]. Science and Technology Management Research, 2017(2):196-200.

[13]罗帆, 刘堂卿. 基于N-K模型的空中交通安全耦合风险分析[J]. 武汉理工大学学报(信息与管理工程版), 2011, 33(2):267-270.

LUO Fan, LIU Tangqing. Optimal production capacity in the system with multiple uncertain factors[J]. Journal of Wuhan University of Technology (information and Management Engineering), 2011, 33(2):267-270.

[14]张满可, 杜前洲, 彭强,等. 2011—2014年我国城市燃气事故统计分析[J]. 煤气与热力, 2016, 36(1):40-46.

ZHANG Manke, DU Qianzhou, PENG Qiang, et al. Statistic analysis of urban gas accidents in China from 2011 to 2014[J]. Gas & Heat, 2016, 36(1):40-46.