炼化企业设备安全绩效评价方法探索*

刘 洋,张晓华,穆 帅

(1.中石化安全工程研究院有限公司,山东青岛 266104 2.中石化管理体系认证(青岛)有限公司,山东青岛 266071 3.中国石化安全监管部,北京 100728)

0 前言

炼化企业的生产过程具有连续性、工艺流程复杂、设备规模庞大的特点,涉及的原料、产品、副产品和催化剂等具有易燃、易爆和有毒等特性,一旦设备失效,往往会引发严重的安全生产事故。设备安全可靠性对于企业的安全生产至关重要。

在此背景下,许述剑,等[1]分析了传统设备管理存在的问题和不足,认为目前的设备管理指标过于陈旧,缺乏设备风险和可靠性的量化表征。陆补芳[2]调研分析了炼化装置绩效指标的设置情况和效果,提出了设备关键绩效指标的设置和考核建议。邱志刚,等[3]分析了炼化企业设备关键绩效指标体系的构建原则,提出应该结合企业实际设置相关量化指标。现有研究指出了设备关键绩效指标对于设备完整性管理的重要作用,但目前各指标仅独立表征设备运行的某个方面,不能表征设备安全综合绩效。

本文旨在研究建立炼化企业设备安全绩效指标体系和量化评价方法,综合考虑设备的可靠性、预防性维修和故障管理等多方面指标,量化评价设备安全绩效水平,对设备安全管理进行预警,为企业安全运行和持续改进提供参考。

1 设备安全绩效评价方法

炼化企业设备安全绩效指标较多,且指标间关系复杂,为了确定指标对绩效评价的贡献程度,在数据样本较少的情况下,层次分析法[4]较为适用。层次分析法通过对设备安全指标进行分类、分级,在简化问题的同时,确保所有指标都得到充分考虑[5],并将定性问题转化为定量问题,最终结合行业内专家经验获得指标权重[6]。层次分析法在评估企业管理绩效方面已被广泛应用[7]。

在专家经验确定指标权重后,再对指标现有数据进行客观分析和评价得出综合绩效结果。灰色关联分析可在小样本情况下,较好地预测变量间关系,利用现有数据构建最优值数列确定评价标准[8],并将现有数据与最优数据进行关联,求出对应的灰色关联度[9],在一定程度上排除决策结果的主观性,使结论较为客观[10]。

目前层次分析与灰色关联分析结合的方法已被广泛应用于各个领域,包括但不限于物流方案选择[11]、电子产品评测[12]、城市公共卫生评价[13]、企业财务绩效评价[14]、应急避难场所选择等[15]。对于炼化企业的设备安全绩效指标体系,由于指标间具有复杂、非线性关系等特点,绩效评价时需要同时结合行业内专家的主观经验和已有客观数据的定量计算。因此,选用层次分析和灰色关联分析结合的方法进行设备安全绩效评价,并探索该方法在该领域的适用性。

2 设备安全绩效评价流程

本研究采用的炼化企业设备安全绩效进行评价为:首先,建立多层次设备安全绩效指标体系。其次,以专家经验为基础通过层次分析法确定各指标权重。然后,利用已有的指标数据,采用灰色关联分析法对不同月份的数据进行客观分析。最终,通过加权计算得到设备安全综合绩效评价结果,实现主客观算法结合。具体的评价流程请参见图1。

图1 设备安全绩效评价-技术路线

2.1 确定评价指标

基于保护层理论和事故致因理论,结合行业专家经验,构建了设备关键安全绩效指标体系,用于评价各类设备的安全绩效。指标体系主要包括非计划停工、装置可靠性、静设备、动设备、电气设备和仪表设备等6个一级指标,并进一步细分为17个二级指标,具体内容如表1所示。

表1 设备安全绩效评价指标体系

2.2 权重分析

基于确定的评价指标,对设备安全绩效指标体系进行内涵拆分。其中,非计划停工是指未列入年度检修计划的装置停工,往往由多个缺陷共同导致,其发生通常伴随着装置停料,影响生产过程的连续运行,造成一定的间接经济损失,因此本研究将设备引起的非计划停工次数进行单独的分值计算。最终,得到一个包含准则层和指标层的设备安全绩效指标体系,如图2所示。

图2 设备安全绩效评价指标体系

采用传统的1～9标度法制作问卷调查,邀请专家对准则层与指标层中的指标进行打分,以评估其相对重要程度。首先,基于目标层对准则层Ai的相对重要性进行打分,分别为装置可靠性A1、静设备A2、动设备A3、电气设备A4、仪表设备A5。同理,基于准则层Ai,分别对其下属指标层的指标Aij的相对重要性进行打分。通过指标间的相对重要度比值,得到指标间的一致性判断矩阵,通过该矩阵求出相应层级不同指标对应的权重。其相对重要性分级标度表如表2所示。

表2 相对重要性分级标度

在计算权重前,需要对判断矩阵进行一致性检验。将判断矩阵进行归一化处理,随后计算判断矩阵的最大特征根λmax,依据最大特征根与判断矩阵的阶数n进行一致性指标CI的计算,并引入随机一致性指标RI,通过二者的比值得到检验系数CR。一般认为当检验系数低于0.1时,判断矩阵具有较为满意的一致性,否则需重新构造判断矩阵。随机一致性指标RI值见表3。

最大特征值、一致性指标和随机一致性比率的计算如公式(1)～(3):

(1)

(2)

(3)

矩阵通过一致性检验后,求得相应层级不同指标对应目标层的权重,计为W=(ω1,ω2,…,ωn),其中ωi≥0,且∑ωi=1。

2.3 灰色关联度分析评价

基于已有数据,采用灰色关联分析法对不同月份的指标数据进行灰色关联度计算与最优方案选取,结合灰色关联系数与权重对设备安全绩效进行综合评价,量化设备安全得分。

在本研究中,参与计算的16个指标中,已有的数据包含炼化企业11个月份的数据,故可以构建m个月n个原始指标的原始方案矩阵,如公式(4):

(4)

2.3.1 指标归一化处理

设备安全绩效指标可以分为成本型指标与效益型指标。其中,千台静设备腐蚀泄漏次数、压力管道公里带压堵漏率、大机组故障率、往复机组故障率、转动设备故障性维修率、电力电子设备故障率、高压系统继电保护装置动作次数、高压一次设备故障率、仪表故障率为成本型指标,其数值越低,所得到的绩效评价结果越好。而装置可靠性指数、静设备定检率、大机组健康度、高危机泵健康度为效益型指标,其数值越高,所得绩效评价结果越好。

针对不同指标间,属性、单位均不同的问题,在评价计算时需先对数据进行预处理,使其属性值规范统一。标准0～1变换能够使每个属性变换后的最优值为1且最差值为0,从而拉大评价结果差距,因此采用标准0～1变换。若不同指标的属性值为xij,则对于成本型指标,其标准0～1变换如公式(5):

(5)

对于效益型指标,其标准0～1变换为公式(6):

(6)

故可得到归一化后的规范矩阵,如公式(7):

(7)

2.3.2 确定方案集

2.3.3 构造关联系数矩阵

求解第i个月的第j个指标与参考序列中第j个指标的灰色关联系数:

(8)

其中,ρ∈[0,1]为分辨系数,通常分辨系数ρ越大,分辨率越大,反之亦然。本研究中取ρ=0.5。通过公式(9)求出关联系数矩阵:

(9)

2.3.4 确定加权灰色关联评价结果

假设Ri为加权灰色关联度,加权灰色关联评价结果为S。根据灰色关联度矩阵Ei以及子指标权重向量W,可以计算得到加权灰色关联度以及加权灰色关联评价结果,如公式(10):

(10)

通过综合主客观属性所得到的设备安全绩效得分S∈[0,100],根据得分数值大小对绩效评估结果进行评估和排序。

2.3.5 绩效评价修正

基于非计划停工次数对评价结果进行修正。考虑到非计划停工所造成的影响较为恶劣,因此设置每发生一次非计划停工减20分,最高减40分。若企业当月发生一次非计划停工,其最高得分不超过80分,发生两次非计划停工,其最高得分不超过60分。

2.3.6 绩效评价分级

根据要求,对绩效评价得分进行分级展示,如表4所示。

表4 绩效评价分级

3 实例计算与分析

3.1 层次分析法确定设备安全指标权重排序

本研究一共邀请20位行业内专家,采用问卷调查的方式,对于设备安全绩效指标的相对重要性进行评价。各层级判断矩阵的一致性均已通过,依据矩阵结果计算各指标对目标层的权重,如表5所示。

表5 绩效指标对总体目标的权重排序

3.2 灰色关联分析法计算灰色关联系数

基于灰色关联分析法需确定虚拟参考数列,并以此为基准对现有数据进行关联度计算。为此,在本研究中选择了行业内具有代表性企业的生产数据作为样本。该企业过去6年的生产过程中未发生重大事故,数据具有一定的稳定性和可靠性。表6列出了该企业1到11月份各项绩效指标的原始数据。

表6 不同月份原始绩效指标数据

根据指标原始数据构造相应的原始数据矩阵,依据公式(5)、(6)进行规范化处理,依据公式(8)计算各指标灰色关联系数,得到灰色关联系数表,如表7所示。

表7 灰色关联系数

3.3 加权关联度计算

综合考虑各指标主观权重以及灰色关联系数,运用公式(10)计算得到各个月份设备安全绩效得分分别为:73.7,85.8,89.2,93,86.6,88.1,92,92.9,93.9,93.4,93.2分,见表8。

表8 绩效评价分级

3.4 绩效得分修正

由于该企业在11个月内未发生非计划停工,因此此处不做修正,绩效得分依然如表8所示。

3.5 绩效评价分级

根据企业的得分结果进行绩效评价分级,评估结果见表8。

3.6 实例分析

根据专家经验的权重计算结果,动设备被认为是设备安全绩效评价中最重要的因素,其次是静设备、仪表设备、电气设备以及装置可靠性。在动设备方面,大机组故障率、大机组健康度以及高危机泵健康度拥有较高的权重,因此企业应该更加关注这些指标。在静设备方面,千台静设备腐蚀泄漏次数以及压力管道带压公里堵漏率所占的权重相对较高,企业也应重点关注这些指标。另外,仪表故障率在二级指标中所占权重最高,也应该严格管控。

根据设备安全绩效得分表明,该企业设备安全绩效整体处于较好水平。尽管1月份因大机组故障率较高,得分较低,但企业在后续的月份进行了改进,2到11月份的设备安全绩效分级均为绿色,表明通过设备安全绩效评价、溯源改进,企业设备安全管理水平得到了提升。

4 结论

a) 构建了包括5项准则层要素和16项指标层要素的设备安全指标体系,采用层次分析法确定了动设备、静设备、仪表设备、电气设备以及装置可靠性相关指标的权重,为炼化企业提高设备安全绩效水平提供了理论指导。

b) 采用灰色关联分析法对企业设备安全绩效进行了综合评价,以行业典型企业的生产数据构建参考数列,并建立了相应评价标准,对企业设备安全绩效评价具有参考意义。

c) 通过该评价模型对典型炼化企业11个月份的数据进行综合评价,结果表明,该方法得到的计算结果具有一定区分度,能够有效反映炼化企业的设备安全绩效水平。企业也可以通过绩效评价结果进一步发现管理缺陷并实施改进措施,实现溯源分析,有助于炼化企业设备的长周期安全运行与持续改进。