废弃平台水下结构拆除切割风险分析

闫宏生，石尚熠，刘建成，徐立新

(1.天津大学 海洋结构物拆解技术研究中心，天津 300072；2.招商局重工(江苏)有限公司，江苏 南通 226116)

0 引 言

据统计，在未来25年内，将有分布在50多个国家和地区的逾6 500座达退役年限的海洋平台亟待处理。如何安全、经济、环保地进行海洋平台的拆除成为关注点。为此，需要对海洋平台拆除的全过程进行风险分析。国内外许多学者都对平台拆除过程中的风险进行研究。田永花[1]以CFD1-6油田为例，应用层次分析法对整个拆除过程进行风险分析。李美求等[2-3]使用模糊综合评价法对废弃桩基平台拆除过程进行风险分析，并以此为基础开发废弃桩基平台拆除可视化信息管理软件系统。SAEED[4]使用贝叶斯网络和不确定性分析把平台拆除过程中建立的风险故障树转化为贝叶斯网络进行分析。MICHAEL等[5]使用贝叶斯网络进行海洋平台退役选项的风险评估。BABALEYE等[6]应用层次贝叶斯模型对平台弃井作业过程进行风险分析。

水下结构的拆除是平台拆除过程中的重要环节，涉及安全、环保、经济等多方面因素。本文对水下结构拆除的主要切割方式的特点进行分析，进而应用模糊贝叶斯网络方法对水下结构拆除过程的切割方式进行风险分析，给出各自的风险特征。

1 平台水下结构拆除的切割方式

平台水下结构拆除的切割方式如表1所示。

表1 平台水下结构拆除的切割方式

2 模糊贝叶斯网络风险分析方法

模糊贝叶斯网络法将贝叶斯统计原理与模糊集理论相结合，对随机、模糊或不精确的后验概率进行估计和评价，可针对风险因素间的关系进行建模。

2.1 贝叶斯网络

贝叶斯网络又称信度网络，是美国PEARL教授于1986 年提出的，由有向无环图和条件概率表(Conditional Probability Table，CPT)定义的风险因素的图形表示[7]。

2.2 模糊理论

传统的贝叶斯网络风险分析依赖于节点的精确故障概率，精确概率的获取需要基于大量失效历史统计数据。然而，对许多根节点来说可供参考的历史数据较少甚至可能没有，尤其对于重大工程施工问题来说，其历史事故数据更难获取，引入模糊理论可在一定程度上解决这个问题。模糊理论是在美国ZADEH教授于1965年创立的模糊集合理论的数学基础上发展起来的,规定一个隶属函数，在一个特定的集合内给每个对象分配一个隶属度[8]，隶属度的大小由专家通过经验和工程实例加以判断得到。

3 风险分析过程

3.1 风险源识别

不论应用何种方法进行风险分析，风险源的识别都是最为重要的问题。建立5种常用切割方法的风险源。听取来自天津大学、中国海洋石油集团有限公司和招商局重工(江苏)有限公司专家的意见，对各风险源进行评判。为方便专家给出客观的评判结果，引入自然语言变量：非常高、高、偏高、中等、偏低、低和非常低。将专家给出的评判结果转化为三角模糊概率。每个自然语言变量与三角模糊数的对应关系如表2所示。

表2 自然语言变量对应的三角模糊数

以磨料水射流切割为例，各风险源的风险分析结果和计算得到的根节点先验概率如表3所示，3位专家的意见用E1、E2、E3表示。磨料水射流切割中间节点对应事件如表4所示。

表3 磨料水射流切割根节点事件及先验失效概率

续表3 磨料水射流切割根节点事件及先验失效概率

表4 磨料水射流切割中间节点对应事件

3.2 贝叶斯网络模型建立

对风险源识别后得到的风险源进行分类、分级，确立因果关系，分别把其代入贝叶斯网络的根节点、中间节点和叶节点，得到风险分析贝叶斯网络模型。以磨料水射流切割为例，风险分析贝叶斯网络模型如图2所示。

图2 磨料水射流切割贝叶斯网络模型

3.3 获取根节点先验故障概率

为更精确客观地描述事故发生的可能性，需要听取多个专家的意见并对其进行整合。采取相似性聚类方法(Similarity Aggregation Method，SAM)整合专家意见[9]。整合得到的专家意见也是一个三角模糊数，需要对其进行去模糊化，采取均值面积法将三角模糊数转化为模糊可能性分数FPS[10]：

(1)

式中：f0、f1、f2为权重指数。FPS仅反映专家对根节点事件的信任度，还需要进一步转化为模糊失效率FFR，即根节点事件的先验故障概率[11]，公式为

(2)

3.4 正向推理事故发生概率

在得到根节点的先验概率后，根据CPT可应用桶消元法计算得到中间节点和叶节点事件的发生概率[12]。表5为计算得到的叶节点事件发生概率。

表5 各种切割方式事故发生概率

3.5 反向推理根节点后验概率

在实际工程作业过程中，决策者一般更关注高风险事故的发生，从而提前对其进行控制。在已知切割事故发生的条件下，结合贝叶斯条件概率公式进行反向推理可得到根节点的后验概率。根节点的后验概率即在叶节点事件已经发生的条件下根节点事件发生的条件概率。以磨料水射流切割为例，计算结果如图3所示。

图3 磨料水射流切割根节点事件后验概率

由图3可知，磨料水射流切割后验概率较大的根节点事件是管路堵塞、电源电缆损坏和油气残留，这3个事件最有可能导致事故发生。同理分析其他几种切割方式的后验概率可以得出，绳锯磨损、深水作业环境、炸药受潮和刀具磨损分别是金刚石绳锯切割、熔化极电弧热切割、聚能爆破切割和机械切割后验概率最大的根节点事件。决策者可根据这个结果，对相应的风险进行管控。

同时，综合几种切割方式的反向推理结果，油气残留、电源电缆损坏等风险源的后验概率都较大。管理失职的风险虽然不是最大，但是对每种切割方式都有0.1以上的后验概率，并且与其他风险相比，这种人为的风险本应更易控制。在实际工程中不论应用何种切割方式，对这些风险都应尤为重视。

4 结果比较分析

5种切割方式的风险源不同，无法直接对事故发生概率进行比较。但是每种切割方式的风险源主要可归为设备损坏、工期延误、人员伤亡和环境污染等4类，因此可从这4个角度进行比较，判断在不同条件不同工况下应选用的切割方法。比较结果如图4～图7所示。

图4 设备损坏概率对比

图5 工期延误概率对比

图6 人员伤亡概率对比

图7 环境污染概率对比

由图4～图7可知：从设备损坏的角度，熔化极电弧热切割和磨料水射流切割的概率较高；从工期延误的角度，聚能爆破切割和机械切割的概率较高；如果综合设备损坏和工期延误，机械切割有更大的概率造成经济损失，金刚石绳锯切割造成经济损失的概率相对较小；从人员伤亡的角度，熔化极电弧热切割因其不稳定性有更大可能导致人员伤亡，磨料水射流切割和金刚石绳锯切割则体现了安全性；从环境污染的角度，聚能爆破对海洋环境有相当大的污染，许多法律法规也对其进行限制，而磨料水射流切割的环保性使其得到了越来越多的应用。

5 风险控制

针对已总结的风险源，尤其是其中风险发生概率较大和后果较严重的风险源，需要进行有针对性的风险控制。

高空坠物、人员意外落水、漏电事故和火灾爆炸等都是威胁作业人员生命安全的主要风险。针对这些风险，应提出相应的措施进行风险控制。人员本身的素质很重要，应对平台拆解作业人员进行完整的培训，包括知识、技能、心理等各方面。须定期检查有没有松动的设备，对其进行加固。同时天气因素也需要考虑，遇到大风大浪可在工期允许的情况下适当延后。对于漏电、火灾爆炸等风险，在切割作业前应对被拆解平台和切割工具进行检测和清洗，排除漏电风险和残留油气的威胁。对于已发生的事故，应对作业人员进行事前应急培训，并准备相应的应急系统和疏散程序。

对于可能造成财产损失的风险，除了对相关操作人员进行培训外，设备的定期检修和保养也很重要。对于磨料水射流切割，设备的管路磨损比较严重，应定期检查更换管路，以提高切割效率。在金刚石绳锯切割之前应仔细检查夹紧装置和张紧装置，防止出现串珠绳脱落等风险。在切割前还应设置锯切垫板，防止在切割过程中发生夹锯。熔化极电弧热切割需要选择合适的切割电流：切割电流过大会使割条过热，药皮爆裂；切割电流过小会使被切割金属熔化不良，产生黏弧现象，造成短路，使电源发生过载。爆炸切割的风险较大，一般只用于辅助切割：在切割前应妥善保管炸药，防止在运输和储存中发生危险；在切割时应计算炸药用量，撤离附近的船只、人员、设备。目前机械切割使用较少，在切割过程中应注意套管对中，并注意不能让刀具因振动产生偏心，以免高速转动的刀片损坏其他设备。对于工期延误的风险，应制定详细的计划，并且留出一定的裕量，以应对突发情况。

在切割过程中应控制废气、废水的排放，减少其对环境的影响。切割产生的废料不应直接倾泻在海中，应收集起来运送至陆地上进行处理和回收利用。切割过程中产生的振动噪声可能对海洋生物造成影响，应尽可能减少爆破切割的使用。在切割作业前，应对相关设备、船只进行检测，防止泄漏事故的发生。

6 结 论

不同于以往对平台拆除全过程的风险分析，本文聚焦于水下结构拆除的切割方式，采用贝叶斯网络方法对其进行建模、分析，并且由于风险事件的历史统计数据较难获取，采用模糊分析方法得到节点事件的先验概率和条件概率，并正向和反向推理计算总失效概率和后验概率。得到如下结论：

(1)不论是何种切割方式，风险源都可主要分为前期准备不足、经济损失、人员伤亡和环境污染等几个方面。根据专家评价的情况，前期准备不足的风险先验概率相对较低，经济损失和人员伤亡两个方面的先验概率较高，更易造成严重事故。

(2)机械切割和聚能爆破切割发生事故概率较大，金刚石绳锯切割发生事故概率最小。

(3)油气残留、电源电缆损坏和管理失职这几个风险事件的后验概率较大，更有可能是切割发生事故时的事故致因。决策者可根据这个结果，对相应的风险进行管控。

(4)从设备损坏、工期延误、人员伤亡和环境污染等4个方面进行比较分析，金刚石绳锯切割和磨料水射流切割相对于其他切割方式有更高的可靠性，在实际的生产活动中也得到更多的应用。

本文的方法也存在局限性。由于缺乏实际数据，应用模糊分析方法得到的节点概率难免会受到主观性的影响。但是由于贝叶斯网络在概率更新方面的优势，随着平台拆解技术的成熟和相关实例中客观数据的收集，该方法的不确定性可显著降低，并且该方法可应用于特定实例的风险分析。