基于模糊FMECA的管道输油泵安全风险评价

2020-09-16 02:02宁双生工程师

安全 2020年8期

宁双生工程师

(中国石油西部管道分公司，新疆乌鲁木齐 830012)

0 引言

管道与输油泵是石油管道系统中最主要的静设备与动设备，其运行的稳定性直接决定了整个石油管道储运系统的安全性、可靠性[1]。输油泵如转子不平衡、轴承磨损、油膜涡动、叶轮磨损等都是常见的故障形式，一旦发生故障而未被及时发现，将可能导致恶性停机、管道停输等安全生产事故。因此，对管道输油泵组定期开展切实有效的安全风险辨识、评估、分析，及时发现石油储运过程中的隐患与风险，制定有针对性的技术措施、管理措施、个体防护措施对管道及输油站场的安全运行具有重要的意义。本文提出一种模糊FMECA对输油泵进行安全风险评价。

目前，已有很多学者对管道及输油泵的风险与故障进行了大量的研究。如何立新[2]、张来斌[3]等从多元影响因素对管道输油泵进行了可靠度分析，建立了较为完善的输油泵评估指标体系。也有大量的学者对模糊综合评价法和FMECA评价法进行了研究，并将2种评价方法应用于不同行业的安全风险评价过程中。如张晗亮[4]利用FMECA对柴油机系统进行了可靠性研究，建立模糊马尔可夫结合FMECA的柴油机可靠性工作框架。孙月[5]将FMECA与FTA相结合，并应用于无人机起降系统来研究其可靠性。金菊良[6]等采用改进层次分析法结合模糊综合分析法对水电站装机系统进行安全性评价。刘斌[7]采用基于振动检测的故障诊断方法对输油泵故障模式进行了识别、分析及归类。由于FMECA分析法在使用过程中存在部分模糊性描述，使得评价结果往往局限于定性的描述而缺乏客观性，在工程风险评价领域仍需要对其进行改进、优化；模糊综合评价方法可用定量计算的方式描述定性的风险评价结果，能够较好弥补FMECA难以量化分析的局限性，与此同时，FMECA分析法在一定程度上也能够解决模糊综合评价法中主观性与模糊性的问题。将两者方法结合应用于输油泵的风险评价中，能够有效提高石油储运安全风险评价的客观性、可靠性。

1 模糊FMECA的基本原理

1.1 FMECA法

FMECA(Failure Models，Effects and Criticality Analysis)是油气管道储运过程中较为常用的风险评价方法之一[8]，通过系统分割的方式来分析目标系统中各组成部分中潜在的故障模式及其对该系统及上层系统所产生的影响，进而全面识别设计过程中的薄弱环节[9]，并为安全风险评价和系统设计改进提供一定的指导措施。

FMECA的基本原理为：根据技术质量文件、程序管理文件和历史统计资料，明确系统本身的情况并将系统分割成子系统，细化子系统结构并鉴别故障失效模式，分析引起故障失效的机理或原因，评估故障失效时后果的严重性、失效的可能性，进而计算风险序数RPN，根据RPN值对故障模式进行排序，并采取相应的改进或者增补的风险管控措施，以确保系统的安全、可靠。在油气管道储运过程中，后果严重度等级(见表1)，失效可能性等级，见表2[10]。

表1 故障后果严重性等级Tab.1 Fault consequence severity rating

表2 故障失效可能性等级Tab.2 Fault probability level

1.2 模糊综合评价法

模糊综合评价方法是一种基于模糊数学的多因素决策方法，该方法将待评价的对象以及反映对象的模糊概念作为一定的模糊集合，并建立适当的隶属度矩阵，通过模糊集合论的有关运算和变换，对评价对象进行定量计算与分析[11]。在油气管道输油站场输油泵安全风险评价过程中，由于FMECA分析流程中涉及的评价因素多，且大多数风险因素难以量化，同时故障后果、影响具有很大的不可比性，因而导致安全风险分析人员常常难以给出准确、客观、有效的分析结果，而利用模糊数学理论能够较好的解决分析不确定性、难以量化的问题。其主要步骤包括：建立故障模式集与评语集、建立评估指标权重集、建立隶属度矩阵以及模糊综合评判。

1.2.1 建立故障模式集与评语集

因素集U是影响评判对象各因素的集合，本文因素集U表示输油泵的故障模式集。将部件系统的故障模式分为两级，一级故障模式为Un=(u1,u2,…,un)，(i=1,2,…,n，表示一级故障模式的个数)；二级故障模式Unm=(un1,un2,…,unm)，(j=1,2,…,m，表示二级故障模式中属于一级故障模式Un的个数)。评语集V是用以确定指标因素集中状态的集合，记为V=(V1,V2,…,Vk)，Vk表示不同的故障失效的可能性或后果严重度等级，在油气管道输油泵风险评估过程中，V通常被划分为5个等级(k=5)，即有V=(非常低,低,中,高,非常高)，表1与表2分别给出了不同故障后果严重度与失效可能性等级的描述。

1.2.2 建立评估指标权重集

不同风险因素对于各种故障模式的影响程度各不相同，应根据各风险因素的重要程度，计算并确定其相应的指标权重，并由这些指标权重确定权重集。利用层次分析法进行权重分析主要包含3个步骤：构造判断矩阵、检验一致性、计算权重。

(1)构造判断矩阵。判断矩阵反映了同一指标因素集内每2个指标因素间的优先关系，用aij表示影响因素ui对uj的相对重要性数值，其选取依据，见表3，并构造判断矩阵A，即

表3 判断矩阵标度及含义Tab.3 The scale and meaning of the judgment matrix

(1)

其中，IR表示影响因素的平均随机一致性指标，其具体取值，见表4[13]。当RC>0.1时，认为判断矩阵的一致性是不合适的，应对判断矩阵予以适当的修正。

表4 平均随机一致性指标IRTab.4 Average random consistency index

(3)计算权重集。由判断矩阵获得权重集的方法有很多且各有优劣，本文采用和行归一法计算指标权重，并将特征向量ω进行归一化处理后得到各评判因素的权重ω′，即

(2)

继而权重集为W=(ω′1,ω′1,…,ω′n)。

1.2.3 建立隶属度矩阵

隶属度矩阵R是用来描述各个指标对于评语集各等级的隶属度矩阵[12]，是基础的评价结果。

(3)

其中，rij(i=1,2,…,n;j=1,2,…,k)表示第i个指标关于第j个指标评语集的隶属度。在对管道输油泵的安全风险评价过程中，其指标因素也即故障模式是难以量化的，因此采用头脑风暴法，由专家的群体决策确定单个故障模式Uij分值，并运用梳理统计的方法进行概率计算，进而得到各个故障模式对应的评价等级的隶属度。

1.2.4 模糊综合评判

(1)一级故障模式综合评价。将二级故障模式Unm的权重Wi与其对应的隶属度矩阵Ri相乘，即得到一级故障模式综合评价结果Ai，并对Ai进行归一化处理，即得

Ai=Wi×Ri=(ω′1,ω′1,…,ω′n)×

=(ai1,ai2,…,aik)

(4)

(2)目标层综合评价结果。将一级故障模式综合评价指标Ui的综合评价结果Ai组合起来，得到一级故障模式对应的判断矩阵R，与一级故障模式综合评价指标Ui的W相乘，即得到目标层综合评价结果A，即得

A=W×R=(a1,a2,…ak)

(5)

(3)综合危害指数的计算。为了更加直观的看出模糊FMECA的综合评价结果，将目标层综合评价结果A通过加权平均处理，即用C表示故障模式对于系统的综合危害分析，有：

C=A×VT

(6)

其中，V表示评价等级矩阵，V越低表示风险评价等级越低。

2 模糊FMECA的基本流程

FMECA是一种由下至上的逻辑分析方法，该方法从系统或设备的最低层组成单元(零部件)开始，对每个零部件的故障模式进行分析并回溯跟踪到该故障模式对系统级的影响，以确定各零部件的各故障模式对系统的风险等级，但该方法的评价结果局限于主观的定性描述，难以进行量化风险评价，模糊综合评价方法可用定量的计算描述定性的评价结果，可较好弥补FMECA难以量化分析的局限性。

利用模糊理论处理不确定信息，考虑各故障失效因素之间的权重系数，将FMECA的分析结果进行量化，使风险评价结果更加客观、可靠、合理。二者相结合并应用于输油泵的风险评价，能够较好的实现对输油泵组风险辨识、风险评价以及风险分析。模糊FMECA分析的基本流程，如图1。

图1 模糊FMECA基本流程图Fig.1 The flow chart of fuzzy FMECA

(1)选择研究对象。确定研究对象及目标层，对设备层级(设备/子单元)进行划分。

(2)绘制FMECA表。以头脑风暴法为手段，识别每个子单元的功能和失效模式，分析每个失效模式的典型失效机理与失效原因，评估失效模式的初始风险(即失效可能性与后果严重性)是否满足可接受准则，并绘制FMECA记录表。

(3)指标权重的计算。选用层次分析法结合专家打分法确定指标权重的计算。

(4)风险序数的确定。风险序数RPN=失效可能性×后果严重性，进行RPN等级的划分，见表5。

表5 RPN等级划分表Tab.5 RPN grading table

(5)模糊综合评价。

(6)风险控制措施的制定。由风险矩阵RPN等级的划分确定不同风险的控制措施准则。

3 案例分析

3.1 关键部分的FMECA分析

选取某油气管道输油站场输油泵的主要组成部分转子、滚动轴承、滑动轴承、叶轮作为研究对象，运用模糊FMECA对其风险程度进行评价，输油泵安全风险作为目标分析层，其主要故障形式，如图2。制定FMECA分析表格，以输油泵转子U1为例，对输油泵机组的功能、故障模式、故障原因进行分析，并由表1-2名专家的经验对其风险等级的失效可能性与后果严重性进行赋分，见表6。