基于故障树-贝叶斯网络的换热器管束失效分析

郑诚　王海博

摘      要： 通过对换热器管束失效建立故障树模型，利用故障树映射贝叶斯网络规则构建可视化贝叶斯网络。对模型基本事件进行后验概率计算和灵敏度分析，得出节点X3、X2、X1、X13、X14、X11是影响系统可靠性重要因素，并对其进行控制分析，有效降低系统风险。

关  键  词：管束失效；故障树；贝叶斯网络

中图分类号：TQ051.5     文献标识码： A     文章编号： 1004-0935（2023）11-1630-03

随着现代化工业的不断发展，被誉为“工业血液”的石油的需求正日益增长。由于我国石油产量与需求的不平衡性，不得不长期依赖于进口石油，而进口石油产地大多为沙特阿拉伯、俄罗斯和伊拉克，这些地区的石油品质往往很差，具有含盐量高、含硫量高、含酸性腐蚀性介质等特点^［1-2］。炼油厂长期加工劣质石油导致炼油设备频繁出现腐蚀失效事故^［3］，对人员安全和企业经济效益带来巨大的影响。由于腐蚀问题的日益加剧，作为石油加工过程中必不可少的热量交换设备换热器，也面临着严峻的腐蚀问题，腐蚀最常出现在管束部位。

近年来，换热器腐蚀问题日益受到了广泛关注。陈浩^［4］等对3套常减压蒸馏装置中的422台设备腐蚀情况进行了调查分析，发现换热器腐蚀率为35.86%。莫烨强^［5］等对炼厂中的267台换热器的腐蚀情况进行检查，发现管束腐蚀为最主要失效形式，占比37%。姜文全^［6］等对脱硫装置中的换热器管束中不同腐蚀程度区域的腐蚀机理进行了研究，发现主要腐蚀介质为H₂S。马红杰^［7］对柴油加氢装置中的换热器管束腐蚀穿孔进行了研究，发现防冲板设计缺陷造成了管束泄漏。

1  管束失效类型

换热器管束失效类型主要分为：管束振动失效、管束腐蚀失效、管束堵塞失效。管束振动失效主要是由于管束中流体介质对壳程冲击以及管束管板之间连接松动造成的；管束腐蚀和管束堵塞主要是由于管束内发生了露点腐蚀和铵盐腐蚀，以及腐蚀产生的垢污堆积造成的堵塞，其反应机理如下。

露点腐蚀^［8］：

HCl + H₂O → H3O⁺ + Cl^-。（1）

Fe + 2H⁺ → Fe²⁺ + H₂（g）。（2）

铵盐腐蚀^[9-10]及堵塞：

NH₃（g） + HCl（g） ? NH₄Cl（s）。（3）

NH₃（g） + H₂S（g） ? NH₄HS（s）。（4）

NH₄Cl + H₂O → HCl + NH₃ · H₂O。（5）

Fe + 2HCl → FeCl₂ + H₂。（6）

Fe + 6NH₄HS → Fe（NH3）₆²⁺+ 6H₂S。（7）

2  故障樹-贝叶斯网络模型分析

2.1  管束失效故障树模型

将换热器管束失效作为顶事件，管束振动、管束腐蚀和管束堵塞分别作为次顶事件，调查收集相关资料，通过逻辑分析出导致顶事件发生的原因或因素，采用逻辑门将各个事件相互关联起来，由上至下构建故障树模型。管束失效故障树模型如图1所示。图1中T表示顶事件、X表示基本事件、M表示中间事件，事件编号含义及发生概率如表1、表2所示。

2.2  故障树映射为贝叶斯网络

故障树是一种对系统风险自上而下具有逻辑性演绎分析。贝叶斯网络是一种能够用有向无环图表示各事件间的逻辑关系的概率图形模型。故障树模型与贝叶斯网络相结合，可以使系统具有动态更新与逻辑分析的新特性。故障树和贝叶斯网络对应关系如图2、表3、表4所示。

2.3  故障树-贝叶斯网络模型

根据故障树映射贝叶斯网络规则以及条件概率表，使用GeNIE软件将故障树转换成贝叶斯网络，如错误！未找到引用源。所示。

3  模型可靠性分析

贝叶斯网络管束失效概率为0.077 33。利用贝叶斯网络逆向推理功能，对贝叶斯网络中的根节点先验概率进行更新，获得其后验概率，以及对模型进行灵敏度分析从而识别出导致系统失效的关键因素，如表5所示。

分析表5可以发现，节点X3、X2、X1、X13、X14、X11的后验概率相较先验概率都有大幅度增加，而且其灵敏性指标都远大于其他节点，说明其对系统失效影响程度远高于其他节点，对其采取控制措施及结果如表6所示。

4  结 论

利用故障树和贝叶斯网络分析方法对换热器管束失效进行分析，从而识别出影响系统失效的关键风险因素，通过对风险因素进行控制可以有效降低系统失效风险，提高系统可靠性，从而为消除系统风险采取措施提供研究方向。

參考文献：

［1］周贵仁，许昀，朱根权.加工俄罗斯原油常压渣油对催化裂化装置的影响及应对措施[J].石油炼制与化工，2018，49（8）：61-65.

［2］Facts Global Energy. East of Suez Oil Service[R]. 2020-12-03： 1-7.

［3］邓捷，林晨，赵鲁迪，等.基于贝叶斯定性定量对塔顶冷凝系统安全风险评价[J].辽宁化工，2022，51（8）：1098-1100.

［4］陈浩，王刚，吴祥，等.常减压蒸馏装置的腐蚀调查与分析[J].理化检验（物理分册），2018，54（3）：187-194.

［5］莫烨强，孙亮，侯艳宏，等.炼厂换热器腐蚀失效案例统计分析[J].广州化工，2016，44（20）：129-131.

［6］姜文全，郑磊，杨帆，等.脱硫装置中换热管束腐蚀破坏机理研究[J].安全与环境学报，2019，19（6）：1927-1932.

［7］马红杰.柴油加氢装置低分油换热器腐蚀泄漏分析[J].腐蚀科学与防护技术，2017，29（6）：687-690.

［8］李春桃，胡红辉，王军，等.加氢反应流出物系统露点腐蚀失效预测和防护[J].现代化工，2020，40（12）：212-214+218．

［9］张绍良，全建勋，金浩哲，等.煤柴油加氢装置热高分系统腐蚀机理与失效分析[J].压力容器，2020，37（3）：33-40．

［10］张建文，赵亚辉，李彦，等.加氢装置换热系统的铵盐结晶研究进展[J].现代化工，2022，42（8）：27-30.

Failure Analysis of Heat Exchanger Tube Bundle

Based on Fault Tree-Bayesian Network

ZHENG Cheng， WANG Hai-bo

（Shenyang University of Chemical Technology， Shenyang Liaoning 110142， China）

Abstract：  By establishing a fault tree model for the failure of heat exchanger tube bundles， a visual Bayesian network was constructed using the Bayesian network rules for fault tree mapping. The posterior probability calculation and sensitivity analysis were carried out on the basic events of the model， and it was concluded that nodes X3， X2， X1， X13， X14， and X11 were important factors affecting the reliability of the system， and the control analysis could effectively reduce the system risk.

Key words： Tube bundle failure; Fault tree; Bayesian network