基于贝叶斯网络的钻井平台法兰故障诊断及网络节点灵敏度分析

李忠涛 中海石油（中国）有限公司北京研究中心

熊振南 集美大学航海学院

1.引言

在评估系统的可靠性因素中，系统设施的可靠性、可用性和可维修性（简称RAM分析）是三个重要的因素。RAM分析在航空、铁路、航海、电子等领域有着广泛的应用。我国于上世纪六十年代开始开展可靠性研究应用，近年在载人飞船、高速铁路、供电等方面均有应用。海上油气开发本身具有高投入、高风险、高技术含量的特点，根据油气田不同开发模式，海上油气生产设施包含海上生产平台、水下生产系统、海底管道等。由于海上油气田一般相距海岸较远，海上油气生产、生活类似“孤岛”，海上油气生产设施作为一个复杂系统工程，其可靠性与生产、生活息息相关。

在石油、化工等领域，法兰是使用最多的连接设备之一。随着工业化进程的快速发展，对法兰的设计规范要求也越来越高，一方面，要求法兰的密封性要足够可靠，另一方面，其强度也要满足要求，只有同时满足这两点，才能避免密封失效造成的泄漏事故，保证安全生产，减少经济损失和环境污染。因此，对法兰故障的诊断和网络节点灵敏性分析，越来越受到行业组织和企业的重视。

2.基于贝叶斯网络的法兰故障诊断模型建立

2.1 贝叶斯网络

贝叶斯网络是一种不确定知识推理的概率图模型，其网络拓朴结构是一个有向无环图。将有因果关系的变量用箭头来连接，若两个节点间以一个单箭头连接在一起，表示其中一个节点是“因”，另一个是“果”，两节点就会产生一个条件概率值。把某个研究系统中涉及的随机变量，根据是否条件独立绘制在一个有向图中，就形成了贝叶斯网络。

假设G=（I，E）表示一个有向无环图，I 是图形中所有节点的集合，E是所有有向边的集合，函数pa（x）从一个子节点到父节点的映射，令x (∈)为有向无环图中某一节点i所代表的随机变量，如果对于任意的,的概率可表示为：

则称该有向无环图为贝叶斯网络。

2.2 法兰故障的贝叶斯网络结构

①法兰故障影响因素。介质温度：温度变化会发生热胀冷缩，导致某些零件损坏，从而管道漏油。由于热胀冷缩原理，螺栓长度、法兰和垫片状态都会因温度影响发生变化。

介质压力：压力正常情况不会损坏零件，但是压力超过了能够承载的压力，会有引起法兰变形和垫片损坏，导致发生天然气泄漏和溢油事故。

机械振动：机械的振动会影响机械的稳定性，振动幅度大，导致管道发生位移，从而法兰发生变形。

垫片材料：垫片材料劣质与否，严重影响接口处的密封效果，劣质材料柔性差，钢性强，适应能力差，更容易发生损坏。钢性较强的材料在温度影响下会引起螺栓长度发生变化。

螺栓长度影响预紧力的大小，在法兰和垫片状态的情况下共同影响垫片回弹量，能否回弹到正常长度，对是否溢油有重大影响。同时，这三者的状态也影响形变，形变和回弹量不完全对等。形变有可能会发生垫片水平方向位移，导致接口不能完全包围，造成溢油故障。

②贝叶斯网络节点值域确定。贝叶斯节点是对不确定性事件的描述，节点在被定义之后，需要有范围来约束其状态的变化。

目标节点：管道接口是否失效。y和n分别代表“失效”和“不失效”，而位于(0,1)之间的数值则表示发生故障的概率。

中间节点：螺栓伸长、法兰变形、垫片损坏、垫片回弹量、预紧力和垫片形变。yes和no分别表示每个节点在管道接口失效故障中是否发生。对于high、normal和low表示状态能否恢复正常，位于(0,1)之间的数值则表示每个节点状态对应的概率。

证据节点：介质温度、介质压力、机械振动和垫片材料。high、normal和low分别表示管道失效故障中，这些证据所处的状态。(0,1)之间的数值则表示每个节点状态对应的概率。

根据法兰故障影响因素，构建如图1所示的钻井平台法兰故障贝叶斯网络。

图1 法兰故障的贝叶斯网络结构

3.法兰故障网络节点的灵敏度分析

根据上述建立的法兰故障贝叶斯网络模型，使用贝叶斯网络可视化软件GeNIe进行已构建网络模型的推理和验证，利用GeNIe软件的诊断推理能力，可以找到对敏感度较强的节点，即每个节点对整个事故的影响程度可以直观的表现出来，通过对节点的灵敏度分析，可以为事故的形成机理和有针对性的提出防控措施提供有利的证据。

一般对贝叶斯网络中节点的敏感度的分析方法：对子节点进行设置，假定该节点的状态为一定发生时，计算该节点的各个父节点相对于其初始状态的概率的差值，差值越大表示敏感度越强，表示该节点对整个网络的贡献值越大。根据该方法，每个节点的变化见表1至表3。

表1 父节点敏感度（1）

表2 父节点敏感度（2）

表3 父节点灵敏度（3）

使用GeNIe软件进行灵敏度度分析，原始状态概率见图2。

图2 贝叶斯网络原始状态

以下使用Ge NIe 软件的sensitivity analysis功能，节点的颜色越深说明节点越敏感。

（1）失效节点作为目标进行灵敏度分析。将失效节点作为目标节点，分析网络的灵敏性，结果如图3和表4所示。

表4 GeNIe得出灵敏度

图3 目标节点作为目标的灵敏度

通过图3和表4相结合，容易判断出，介质温度、垫片损坏和垫片的回弹量的灵敏度排在前三位。

（2）垫片回弹量设置为目标的灵敏度分析。将垫片回弹量作为目标节点，进行灵敏度分析，结果如图4和表5所示。

图4 垫片的回弹量作为目标的灵敏度

表5 垫片回弹量作为目标的灵敏度

根据图4和表5，可以容易判断出介质温度和垫片是否损坏对垫片回弹量影响最大。

（3）预紧力设置为目标的灵敏度分析。将预紧力作为目标节点，进行灵敏度分析，得到如图5和表6的变化。

图5 预紧力作为目标的灵敏度

表6 预紧力作为目标的灵敏度

根据图5和表6分析可以看出介质温度和螺栓伸长对预紧力影响最大。

（4）垫片形变设置为目标的灵敏度分析。将垫片形变作为目标节点，进行灵敏度分析，得到如图6和表7所示的变化。

图6 垫片形变作为目标的灵敏度

表7 垫片形变作为目标的灵敏度

通过图6和表7分析得出，垫片是否损坏和介质温度对垫片形变影响最大。

4.结语

贝叶斯网络是将概率、统计应用于复杂系统的不确定性推理和数据分析的一种有效工具。本文根据影响海上钻井平台法兰故障的主要因素，利用贝叶斯网络构建法兰故障的贝叶斯网络结构，并据此对法兰故障影响因素的灵敏性进行分析，得出不同情况下法兰故障的主要影响因素。