基于T-S模糊故障树和贝叶斯网络的注水管道失效概率计算方法研究

陈丽娜，齐光峰，韩 庆，彭锡文，姬 杰

(1.中国石化胜利油田分公司技术检测中心，山东东营 257000 2.中国石化胜利油田分公司设备管理部，山东东营 257000 3.胜利油田检测评价研究有限公司，山东东营 257000)

0 前言

油田管理中普遍存在“重油轻水”的现象，随着注水系统的运行，注水系统失效事故频发，逐渐引起人们对注水系统安全评价的重视。目前对于注水管道失效的分析和评价研究主要集中在注水管道的腐蚀因素上，一般采用定性评价对注水管道腐蚀、人为和环境等因素进行失效分析，很少使用定量评价方法。而且注水管道运行压力高、运行环境复杂，这些因素对注水管道的失效作用是相互耦合的，同时引发注水管道失效的因素存在多态性，因此需要对注水管道进行失效概率分析。

传统故障树定性分析注水管道风险存在较大主观性，定量分析工作量大，且数据难以获得。采用安全检查表法也存在主观性强、无法进行定量评价的弊端。因此，传统的故障树、安全检查表法[1]等油气管道安全评价方法应用在注水系统中有较大局限性。

Song，等[2]提出了T-S模糊故障树分析算法，解决了系统多态性和事件间故障联系不确定性的问题。邓强泉[3]用T-S模糊故障树方法对各层故障事件之间的相互关系进行研究，估算故障发生概率的大小，并在此基础上提出以神经网络算法与专家系统相结合的故障诊断系统。T-S模糊树方法引用模糊可能性概念，T-S门可以解决传统故障树中二态和难以用与或门来描述系统故障的实际逻辑关系等问题，模糊集合理论可以解决传统故障树所有基本事件的概率都要确定才可进行定量计算的问题，将底层事件连接的不确定性问题转化为定量问题，克服传统模型及分析方法的不足[4-6]。同时针对系统建立故障树，将故障树转化为贝叶斯网络，可利用贝叶斯网络推理进行故障诊断[7-10]。贝叶斯网络不仅能够描述系统的多态性及事件间逻辑关系的不确定性，还可以进行双向推理[11-12]。从T-S模糊故障树到贝叶斯网络映射，进行结构转变、信念传播、概率更新、推理运算，降低了计算的复杂性[13-14]。

本文将T-S模糊故障树和贝叶斯网络原理与注水管道危险有害因素及失效特征相结合，建立注水管道贝叶斯网络图，采用模糊子集描述根节点故障概率，计算中间节点和叶节点各个故障状态对应的故障概率模糊子集，形成注水管道失效概率计算方法。

1 方法建立

1.1 注水管道失效T-S模糊故障树的建立

注水管道由于第三方破坏、腐蚀、设计等原因造成的管道穿孔、断裂，导致介质泄漏，造成安全隐患。以注水管道中的腐蚀因素为例，其存在不能内检测、有特定内腐蚀环境等特征，因此建立注水管道失效概率计算方法时，需要考虑注水管道特征来建立事故树的基本事件。

通过对胜利油田某区块多条注水管道进行调研，获取了管道地理位置信息、注水管道检测报告、水质检测报告，提取了防腐层性能、输送介质各离子浓度、管道输送压力等参数，收集了管道历年腐蚀速率相关数据、沿线环境资料及历年事故统计资料。

基于调研结果，选择“注水管道失效”作为顶端事件，结合注水管道压力高、运行年限长、管路复杂等特征，从第三方破坏、腐蚀、设计、误操作及自然灾害5个方面进行全面失效因素分析，以这5个原因为次顶事件，建立子事故树，分析引发注水管道失效的关键因素，建立适用于注水管道的事故树。结合现场调研参数，将注水管道失效子事故树进行剪枝和优化处理，将事故树基本事件故障状态转变为多故障状态，与或门转换为T-S门，从而建立注水管道T-S模糊故障树。同时结合现场调研的注水管道参数及历史经验，建立T-S门规则。

1.2 注水管道失效贝叶斯网络图建立

将注水管道 T-S故障树的结构与贝叶斯网络模型一一对应，即 T-S故障树的基本事件、中间事件和顶事件依次对应贝叶斯网络的根节点、中间节点和叶节点。如果 T-S故障树中存在着多个相同的事件，在贝叶斯网络中只需要构造一个节点即可，然后以 T-S门的输入事件为父节点，输出事件为子节点，用有向边连接贝叶斯网络模型中对应的节点。根据此规则，构造注水管道失效贝叶斯网络图。利用T-S门规则对贝叶斯网络对应节点的条件概率表进行赋值，将所有的T-S门规则转化为对应的贝叶斯网络中节点的条件概率表。

2 注水管道失效概率计算

基于现场调研参数、《管道风险管理手册》[15]及D/SY 1180.3—2014《管道完整性管理规范》，采用模糊子集来描述根节点故障概率，制定根节点的故障概率划分标准，确定注水管道失效贝叶斯网络的根节点故障概率模糊子集。其中根节点故障概率模糊子集确定的具体过程如下：①通过专家调查权重法，专家按照《Guidelines for tunneling risk management》中风险发生可能性等级标准，确定待评价注水管道失效根节点发生的可能性等级，见表1；②专家通过结合个人经验或参考相关资料在选定等级内确定具体可能性数值；③采用加权平均的方法对各专家的调查结果进行处理分析，得到各根节点的pm；④汇总调查结果，对pm进行模糊化处理，为了体现通用性，在此采用梯形隶属度函数确定pl和pr，其中pl=pr=0.15pm，最终确定根节点的故障概率模糊子集[14]，其中pm、pl和pr分别代表模糊子集的中心，模糊子集的上界和模糊子集的下界。

表1 风险发生可能性等级标准

根据相关的T-S和贝叶斯网络的计算公式[13]计算中间节点和叶节点各个故障状态对应的故障概率模糊子集。根据计算得到的叶节点故障概率模糊子集，判断注水管道安全状态。

3 结果与讨论

3.1 注水管道现场调研结果

以胜利油田某井场注水管道为例。该管道材质为20#钢，管道外径为76 mm，壁厚为13 mm，输送介质为水，设计压力32 MPa，工作压力24 MPa，设计温度70 ℃，工作温度40 ℃。

a) 现场调研数据显示，对于第三方破坏方面，现场进行定期宣传，巡线频率为一天一次且管理区每周定期复检，地面活动程度情况为中活动人口地区，有较清晰标志标明管道路由走向及管道与公路、铁路、沟渠及江河的所有穿越处，但部分标志物缺失。

b) 管道工作温度>40 ℃，工作压力>10 MPa，管材为钢管，未有清管计划，但涂覆内涂层且加注缓蚀剂，内检测周期大于5年；外腐蚀方面，土壤电阻率<500 Ω·cm，采用外防腐层但无阴极保护，外检测周期1～3年，大气环境为低湿度气候。

c) 人员误操作方面，在维护和生产运行中，维护和运行人员严格执行维护和运行制度，员工培训情况为一周一次，定期考核，均有专人检查；同时生产运行中还设置了安全检查组织确保安全制度落实到位；在操作规程和管道焊接中，管道回填部位、施工方法均严格按照规范进行，涂层补口工艺严格按照规范进行，焊接设备、材料选择、焊接工艺严格按照规范进行，最大允许压力为低于0.9倍管道设计压力，回填、补口、焊接均进行质量检验。

d) 管线设计方面，管材选取情况为严格按照规范，防腐层设计情况为严格按照规范要求，准确设计防腐层材料、结构及厚度；综合考虑并准确设计及评估管线安全系数、水击发生系数及系统安全系数。依据规范严格评估管道敷设地段的腐蚀性，设计腐蚀裕量。试压压力情况为1.5倍管道设计压力；安全防御系统情况为较完善的监控、监测体系，能实时监测管道运行情况并及时做出响应。

e) 自然灾害方面，洪水情况为10～50年一次，泥石流情况为100年一次，地震情况为100年一次。

3.2 注水管道T-S模糊故障树

从腐蚀、第三方破坏、设计、误操作及自然灾害5个方面，进行注水管道全面失效因素分析，建立注水管道失效子事故树。事故树包括61个基本事件，43个中间事件。将注水管道失效子事故树进行剪枝和优化处理，并进行T-S化，建立注水管道T-S模糊故障树如图1所示。图中注水管道失效为顶事件，包含32个基本事件，19个中间事件及20个T-S门，对应事件类型如表2所示。

图1 注水管道失效T-S模糊故障树

表2 注水管道失效T-S模糊故障树事件类型

根据现场技术资料以及事故记录对基本事件的状态进行划分，如果在台账或事故记录中只有两个状态则记为0和1两态，若台账和事故记录中有明确的不同状态描述则划分为多态。如第三方破坏因素中巡线质量(x2)，一周巡检≥4次认为是无故障状态，一周巡检≤1次认为是完全故障状态，一周巡检次数在1到4次之间认为是半故障状态。因此本文事件x5～x7、x9、x12～x16、x18～x21、x23～x28故障状态为0和1两态，表现为无故障状态和完全故障状态，其余事件故障状态为0、0.5及1三态，表现为无故障状态、半故障状态及完全故障状态。

3.3 注水管道贝叶斯网络图

基于建立的T-S故障树结合T-S门的规则，构造了注水管道失效贝叶斯网络图，见图2。

图2 注水管道失效贝叶斯网络图

3.4 注水管道失效概率计算结果

基于调研情况进行各个根节点故障概率模糊子集的确定和中间节点及叶节点的故障概率模糊子集的计算。

根节点故障概率模糊子集的确定以根节点x2(巡线质量差)为例，说明根节点故障概率模糊子集的确定方法。现场巡线频率为每日一次，结合《管道风险管理手册》[15]规定的巡线频率划分等级，可知巡线质量差的发生可能性为不可能，因此故障概率模糊数pm取值为0.000 05，pl为0.000 042，pr为0.000 058。另外，本文规定故障状态为0.5和1的故障概率模糊子集相同。

对于中间节点，以根节点x1和x2为基础，计算中间节点y6各个故障状态的故障概率模糊子集。根据现场调研数据显示，现场巡线频率为一天一次且管理区每周定期复检，因此x2对应故障状态为0，0.5及1的故障概率模糊子集分别为{0.999 904,0.999 91,0.999 916}{4.2×10-5,4.5×10-5,4.8×10-5}{4.2×10-5,4.5×10-5,4.8×10-5}。另外，现场调研数据显示，管理区不定期进行管道安全宣传工作，因此x1(管道安全宣传不足)对应故障状态为0，0.5及1的故障概率模糊子集分别为{0.999 904,0.999 91, 0.999 916}{4.2×10-5,4.5×10-5,4.8×10-5}{4.2×10-5,4.5×10-5,4.8×10-5}。根据相关公式[13]进行计算得到中间节点y6各个故障状态的故障概率模糊子集计算见式(1)～式(3)：

(1)

(2)

(3)

上述结果表明，由于现场优良的巡线制度和安全宣传制度，有意破坏事件出现中等和严重故障的概率很小，而无故障的概率很大，与实际情况相符。

因此根据现场实际情况及根节点对应的故障概率模糊子集划分依据确定注水管道失效贝叶斯网络的根节点故障概率模糊子集，由于篇幅所限，本文仅展示x1～x10根节点的故障概率模糊子集，见表3。

表3 根节点故障概率模糊子集

由此计算中间节点各故障度对应的故障概率模糊子集，由于篇幅所限，本文仅展示y1～y5中间节点的故障概率模糊子集，见表4。

考虑第三方破坏、腐蚀、设计、误操作及自然灾害5个方面分别对应中间节点的y1～y5，根据中间节点计算结果，分别将这5方面因素的半故障状态和故障状态的概率加和后进行比较，如表5所示，得到腐蚀(y2)半故障状态和故障状态的故障概率子集加和远大于其它因素的故障概率子集，因此腐蚀相较于其他因素对注水管道失效的影响尤为显著，建议现场重视注水管道的内外腐蚀问题。

表5 半故障状态和故障概率子集加和结果

根据相关公式[13]及表4计算叶节点T各个故障状态的故障概率模糊子集计算见式(4)～式(6)：

表4 中间节点故障概率模糊子集

(4)

(5)

(6)

综上，现场应用的胜利油田某注水管道故障状态及概率见表6所示。

表6 注水管道故障状态及概率

由表6可知，注水管道的故障状态概率(即完全故障状态与半故障状态的概率之和)高于无故障状态的概率，表明注水管道虽能正常运行，但由于长时间不清管和内检测周期过长等情况，使得注水管道的腐蚀因素会引发较为严重的安全隐患问题，计算结果与现场实际相符。相较于以往只针对注水管道腐蚀方面的定量评价，本文综合考虑了注水管道的腐蚀、第三方破坏、设计、误操作及自然灾害5个方面的因素，形成了更为全面的定量评价方法，同时也可以根据此方法说明具体哪些方面的因素对注水管道的失效产生更大的影响。本文方法克服了传统故障树等方法应用在注水管道上存在概率等参数不能准确获取导致其不能对注水管道进行定量评价的问题。

4 结论

本文针对注水管道无法套用现有管道安全评价方法的难题，将T-S模糊故障树和贝叶斯网络原理与注水管道危险有害因素及失效特征相结合，从腐蚀、第三方破坏、设计、误操作及自然灾害5个方面，构建了注水管道失效模糊子集及T-S故障重要度的定量评价方法。该方法在油气管道失效概率及失效后果评价基础上进行评价指标及取值，形成了注水管道失效概率计算方法，并在现场进行应用，提高了注水管道定量评价的准确性，实现了注水管道风险动态智能可控，从而提升注水系统整体的安全运行水平。具体结论如下：

a) 将现场调研数据与管道完整性管理规范及肯特法相结合，确定贝叶斯网络根节点故障概率子集划分标准，确定根节点故障概率模糊子集。

b) 运用T-S模糊故障树及贝叶斯网络相结合的方式建立注水管道失效事故树，基于现场调研数据，构建节点条件概率表及故障概率模糊算法，形成注水管道失效概率的计算方法。

c) 由结果可知，注水管道失效故障子集为0.5以上的概率较高，结合调研情况以及中间节点计算结果，建议现场重点关注注水管道的内检测周期等腐蚀相关因素，同时针对注水管道存在的内外腐蚀问题，采用适当的防腐措施，降低管道失效风险。